Kľúčové poznatky
- Výskumníci opísali metódu, ktorá využíva AI na nájdenie nových zlúčenín vzácnych zemín.
- Zlúčeniny vzácnych zemín sa nachádzajú v mnohých high-tech produktoch, ako sú mobilné telefóny, hodinky a tablety.
- AI možno použiť v mnohých oblastiach, kde sú problémy také zložité, že vedci nedokážu vyvinúť konvenčné riešenia pomocou matematiky alebo simulácií známej fyziky.
Nová metóda hľadania zlúčenín vzácnych zemín pomocou umelej inteligencie by mohla viesť k objavom, ktoré spôsobia revolúciu v osobnej elektronike, hovoria odborníci.
Výskumníci z Ames Laboratory a Texas A&M University vycvičili model strojového učenia (ML) na posúdenie stability zlúčenín vzácnych zemín. Prvky vzácnych zemín majú mnoho využití, vrátane technológií čistej energie, skladovania energie a permanentných magnetov.
„Nové zlúčeniny môžu umožniť budúce technológie, ktoré ešte ani nevieme pochopiť,“povedal pre Lifewire v e-mailovom rozhovore Yaroslav Mudryk, vedúci projektu.
Hľadanie minerálov
Na zlepšenie hľadania nových zlúčenín vedci použili strojové učenie, formu umelej inteligencie (AI) poháňanú počítačovými algoritmami, ktoré sa zlepšujú vďaka využívaniu údajov a skúsenostiam. Výskumníci tiež použili vysokovýkonný skríning, výpočtovú schému, ktorá umožňuje výskumníkom rýchlo otestovať stovky modelov. Ich práca bola opísaná v nedávnom článku publikovanom v Acta Materialia.
Pred AI bolo objavovanie nových materiálov založené hlavne na pokusoch a omyloch, uviedol Prashant Singh, jeden z členov tímu, v e-maile pre Lifewire. Umelá inteligencia a strojové učenie umožňujú výskumníkom používať materiálové databázy a výpočtové techniky na mapovanie chemickej stability a fyzikálnych vlastností nových a existujúcich zlúčenín.
"Napríklad preprava novoobjaveného materiálu z laboratória na trh môže trvať 20 až 30 rokov, ale AI/ML môže výrazne urýchliť tento proces simuláciou vlastností materiálu na počítačoch predtým, ako vstúpi do laboratória," Singh povedal.
AI prináša revolúciu v tom, ako uvažujeme o riešení mnohých z týchto vysokodimenzionálnych zložitých problémov, a otvára nový spôsob uvažovania o budúcich príležitostiach.
AI poráža staršie metódy hľadania nových zlúčenín, povedal Joshua M. Pearce, vedúci katedry informačných technológií a inovácií Johna M. Thompsona na Western University v e-mailovom rozhovore.
„Počet potenciálnych zlúčenín, kombinácií, kompozitov a nových materiálov je ohromujúci,“dodal. „Namiesto toho, aby ste museli tráviť čas a peniaze na výrobu a testovanie každého z nich pre konkrétnu aplikáciu, AI môže byť použitá na predpovedanie materiálov s užitočnými vlastnosťami. Potom môžu vedci zamerať svoje úsilie."
Markus J. Buehler, profesor inžinierstva McAfee na MIT, v e-mailovom rozhovore povedal, že nový dokument ukazuje silu používania strojového učenia.
„Je to dramaticky odlišný spôsob, ako robiť takéto objavy, než to, čo sme mohli robiť predtým – objavy sú teraz rýchlejšie, efektívnejšie a môžu byť viac zamerané na aplikácie,“povedal Buehler. "Na práci Singha a kol. je vzrušujúce to, že kombinujú špičkové nástroje materiálov (Teória funkčnej hustoty, spôsob riešenia kvantových problémov) s nástrojmi materiálovej informatiky. Je to určite spôsob, ktorý možno aplikovať na mnoho iných materiálov. problémy."
Nekonečné možnosti
Zlúčeniny vzácnych zemín sa nachádzajú v mnohých high-tech produktoch, ako sú mobilné telefóny, hodinky a tablety. Napríklad v displejoch sa tieto zlúčeniny pridávajú do materiálov s vysoko cielenými optickými vlastnosťami. Používajú sa aj vo fotoaparáte vášho mobilného telefónu.
"Sú to istým spôsobom akýsi zázračný materiál, ktorý slúži ako dôležitý prvok v modernej civilizácii," povedal Buehler. "Existujú však výzvy v tom, ako sa ťažia a ako sa dodávajú. Preto musíme preskúmať lepšie spôsoby, ako ich efektívnejšie využiť alebo nahradiť funkcie novými kombináciami alternatívnych materiálov."
Nie sú to len minerálne zlúčeniny, ktoré môžu ťažiť z prístupu strojového učenia, ktorý používajú autori nového článku. Umelá inteligencia sa dá použiť v mnohých oblastiach, kde sú problémy také zložité, že vedci nedokážu vyvinúť konvenčné riešenia pomocou matematiky alebo simulácií známej fyziky, povedal Buehler.
„Napokon, zatiaľ nemáme správne modely, ktoré by spájali štruktúru materiálu s jeho vlastnosťami,“dodal. "Jednou oblasťou je biológia, konkrétne skladanie proteínov. Prečo niektoré proteíny po malej genetickej zmene vedú k chorobe? Ako môžeme vyvinúť nové chemické zlúčeniny na liečbu chorôb alebo vyvinúť nové lieky?"
Ďalšou možnosťou je nájsť spôsob, ako zlepšiť vlastnosti betónu, aby sa znížil jeho vplyv na uhlík, povedal Buehler. Napríklad molekulárna geometria materiálu by mohla byť usporiadaná inak, aby boli materiály efektívnejšie, aby sme mali väčšiu pevnosť pri menšej spotrebe materiálu a aby materiály vydržali dlhšie.
„AI prináša revolúciu v tom, ako uvažujeme o riešení mnohých z týchto vysokodimenzionálnych zložitých problémov, a otvára nový spôsob uvažovania o budúcich príležitostiach,“dodal. "Sme len na začiatku vzrušujúceho obdobia."
