A legfontosabb elvitelek
- A kutatók leírtak egy módszert, amely mesterséges intelligencia segítségével új ritkaföldfém vegyületeket talál.
- A ritkaföldfém vegyületek számos csúcstechnológiás termékben, például mobiltelefonokban, órákban és táblagépekben találhatók.
- A mesterséges intelligencia számos területen alkalmazható, ahol a problémák olyan összetettek, hogy a tudósok nem tudnak hagyományos megoldásokat kidolgozni matematikával vagy az ismert fizika szimulációival.
A ritkaföldfém-vegyületek mesterséges intelligencia segítségével történő megtalálásának új módszere olyan felfedezésekhez vezethet, amelyek forradalmasítják a személyi elektronikát, mondják a szakértők.
Az Ames Laboratory és a Texas A&M Egyetem kutatói gépi tanulási (ML) modellt készítettek a ritkaföldfém-vegyületek stabilitásának felmérésére. A ritkaföldfém elemeknek számos felhasználási területük van, beleértve a tiszta energiatechnológiákat, az energiatárolást és az állandó mágneseket.
„Az új vegyületek olyan jövőbeli technológiákat tesznek lehetővé, amelyeket még fel sem fogunk” – mondta Yaroslav Mudryk, a projekt felügyelője a Lifewire-nek adott e-mailes interjújában.
Ásványok keresése
Az új vegyületek keresésének javítása érdekében a tudósok gépi tanulást alkalmaztak, a mesterséges intelligencia (AI) egyik formáját, amelyet számítógépes algoritmusok vezérelnek, amelyek az adathasználat és a tapasztalatok révén javulnak. A kutatók nagy áteresztőképességű szűrést is alkalmaztak, egy olyan számítási sémát, amely lehetővé teszi a kutatók számára, hogy modellek százait gyorsan teszteljék. Munkájukat az Acta Materialiában nemrég megjelent cikk ismertette.
A mesterséges intelligencia előtt az új anyagok felfedezése főként próbálkozásokon és hibákon alapult - mondta Prashant Singh, a csapat egyik tagja a Lifewire-nek küldött e-mailben. A mesterséges intelligencia és a gépi tanulás lehetővé teszi a kutatók számára, hogy anyagi adatbázisokat és számítási technikákat alkalmazzanak új és meglévő vegyületek kémiai stabilitásának és fizikai tulajdonságainak feltérképezésére.
"Például egy újonnan felfedezett anyag laboratóriumból a piacra vitele 20-30 évig is eltarthat, de az AI/ML jelentősen felgyorsíthatja ezt a folyamatot azáltal, hogy számítógépeken szimulálja az anyagtulajdonságokat, mielőtt bevinné a lábát a laborba." Singh mondta.
A mesterséges intelligencia forradalmasítja azt, ahogyan gondolkodunk sok ilyen nagy dimenziós összetett probléma megoldásáról, és új utat nyit a jövőbeli lehetőségekről való gondolkodásban.
Az AI felülmúlja a régebbi módszereket az új vegyületek felkutatásában – mondta Joshua M. Pearce, a Western University John M. Thompson információtechnológiai és innovációs tanszéke egy e-mailes interjúban.
"A lehetséges vegyületek, kombinációk, kompozitok és újszerű anyagok száma elképesztő" - tette hozzá. "Ahelyett, hogy időt és pénzt fordítanának arra, hogy mindegyiket elkészítsék és egy adott alkalmazáshoz szűrjék, az AI felhasználható a hasznos tulajdonságokkal rendelkező anyagok előrejelzésére. Akkor a tudósok összpontosíthatják erőfeszítéseiket."
Markus J. Buehler, a McAfee mérnöki professzora az MIT-n egy e-mailes interjúban azt mondta, hogy az új dokumentum bemutatja a gépi tanulás használatának erejét.
"Ez egy drámai módon eltérő módja az ilyen felfedezéseknek, mint amit korábban meg tudtunk tenni – a felfedezések most gyorsabbak, hatékonyabbak, és jobban célozhatók az alkalmazásokhoz" - mondta Buehler. "Singh és munkatársai munkájában az az izgalmas, hogy a legmodernebb anyageszközöket (Density Functional Theory, a kvantumproblémák megoldásának módja) kombinálják az anyaginformatikai eszközökkel. Ez minden bizonnyal sok más anyagtervezésben is alkalmazható. problémák."
Végtelen lehetőségek
A ritkaföldfém vegyületek számos csúcstechnológiás termékben, például mobiltelefonokban, órákban és táblagépekben találhatók. Például a kijelzőkben ezeket a vegyületeket adják hozzá, hogy célzott optikai tulajdonságokkal ruházzák fel az anyagokat. A mobiltelefon kamerájában is használatosak.
"Bizonyos módon egyfajta csodaanyag, amely a modern civilizáció fontos elemeként szolgál" - mondta Buehler. "Vannak azonban kihívások a bányászat és az ellátás módja terén. Ezért jobb módokat kell feltárnunk a hatékonyabb felhasználásukra, vagy a funkciók alternatív anyagok új kombinációival való helyettesítésére."
Nem csak az ásványi vegyületek profitálhatnak az új cikk szerzői által alkalmazott gépi tanulási megközelítésből. A mesterséges intelligencia sok olyan területen alkalmazható, ahol a problémák annyira összetettek, hogy a tudósok nem tudnak hagyományos megoldásokat kidolgozni matematikával vagy az ismert fizika szimulációival, mondta Buehler.
"Végül is még nincsenek megfelelő modelljeink ahhoz, hogy egy anyag szerkezetét a tulajdonságaihoz viszonyítsuk" - tette hozzá. "Az egyik terület a biológia, konkrétan a fehérje hajtogatás. Miért vezetnek bizonyos fehérjék betegséghez egy kis genetikai változás után? Hogyan fejleszthetünk ki új kémiai vegyületeket a betegségek kezelésére vagy új gyógyszereket?"
Egy másik lehetőség az, hogy módot találunk a beton teljesítményének javítására, hogy csökkentsük annak szén-dioxid-kibocsátását, mondta Buehler. Például az anyag molekuláris geometriája másként is elrendezhető, hogy az anyagok hatékonyabbak legyenek, így kevesebb anyagfelhasználással nagyobb szilárdságunk lesz, és az anyagok tovább tartanak.
"A mesterséges intelligencia forradalmasítja azt, ahogyan gondolkodunk sok ilyen nagy dimenziós összetett probléma megoldásáról, és új utat nyit a jövőbeli lehetőségekről való gondolkodásban" - tette hozzá. "Csak egy izgalmas időszak elején járunk."
