تسلط الندرة المتزايدة للمعادن الهامة، جنبًا إلى جنب مع انبعاثات الكربون المرتبطة العالية والتلوث المستمر الناتج عن صهر المواد، الضوء على الحاجة الملحة لتحول مستدام في تصميم المواد. يمكن تناول هذا التحدي كمسألة معقدة متعددة الأهداف تتطلب النظر في الأداء، والجدوى الاقتصادية، وقابلية إعادة التدوير، وتأثيرات الحياة الكاملة على البيئة في الوقت نفسه. ومع ذلك، فإن المنهجيات التقليدية تواجه ضغطاً متزايداً بسبب النمو الأسي للبيانات غير المتجانسة وعالية الأبعاد، مما يحد بشكل كبير من أدائها في تحسين السيناريوهات الهندسية المعقدة. استجابة لذلك، يقدم الذكاء الاصطناعي متعدد الأنماط مسارًا تحوليًا من خلال تمكين تصميم المواد المدفوع بالبيانات بواسطة دمج المعلومات النصية والبصرية والزمنية المتنوعة، مما يتيح تحديد التركيبات والهياكل التي تلبي المعايير الوظيفية والاستدامة بكفاءة. تلخص هذه المراجعة التقدم في ستة مواضيع: أسس الذكاء الاصطناعي متعدد الأنماط لتعلم العلاقة بين التركيب- المعالجة- الهيكل- الخاصية- الاستدامة؛ اكتشاف سبائك مستدامة مدفوعة بالذكاء الاصطناعي؛ مختبرات ذاتية تعمل مع تغذية راجعة للحياة الدورية؛ تصميم مواد قابلة لإعادة التدوير والاستخدام؛ سبائك مثلى بالذكاء الاصطناعي للطاقة المتجددة والتقاط الكربون؛ وتحديات دمج البيانات، مما يت culminate في خارطة طريق تربط بين بنى البيانات القابلة للتشغيل المتبادل، والتحقق الذي يتم بمساعدة الإنسان، والتجارب الذاتية لتسريع اكتشاف المواد المستدامة بشكل عادل على نطاق واسع.
درس Xu وآخرون (الأربعاء) هذا السؤال.