Ключови изводи
- Изследователите са описали метод, който използва AI за намиране на нови редкоземни съединения.
- Редкоземни съединения се намират в много високотехнологични продукти като мобилни телефони, часовници и таблети.
- ИИ може да се приложи в много области, където проблемите са толкова сложни, че учените не могат да разработят конвенционални решения чрез математика или симулации на известна физика.
Нов метод за намиране на редкоземни съединения с помощта на изкуствен интелект може да доведе до открития, които революционизират личната електроника, казват експерти.
Изследователи от лабораторията на Еймс и Тексаския университет A&M обучиха модел на машинно обучение (ML), за да оценят стабилността на редкоземни съединения. Редкоземните елементи имат много приложения, включително технологии за чиста енергия, съхранение на енергия и постоянни магнити.
„Новите съединения могат да позволят бъдещи технологии, които все още не можем дори да проумеем“, каза Ярослав Мудрик, ръководител на проекта, пред Lifewire в интервю по имейл.
Намиране на минерали
За да подобрят търсенето на нови съединения, учените използваха машинно обучение, форма на изкуствен интелект (AI), управлявана от компютърни алгоритми, които се подобряват чрез използване на данни и опит. Изследователите също са използвали скрининг с висока производителност, изчислителна схема, която позволява на изследователите да тестват стотици модели бързо. Тяхната работа е описана в скорошна статия, публикувана в Acta Materialia.
Преди изкуствения интелект, откриването на нови материали се основаваше главно на проба и грешка, каза Прашант Сингх, един от членовете на екипа, в имейл до Lifewire. AI и машинното обучение позволяват на изследователите да използват бази данни за материали и изчислителни техники, за да картографират както химическата стабилност, така и физичните свойства на нови и съществуващи съединения.
"Например, пренасянето на новооткрит материал от лаборатория до пазара може да отнеме 20-30 години, но AI/ML може значително да ускори този процес, като симулира свойствата на материала на компютри, преди да стъпи в лаборатория, " Сингх каза.
ИИ революционизира начина, по който мислим за решаването на много от тези многоизмерни сложни проблеми, и открива нов начин да мислим за бъдещи възможности.
ИИ побеждава по-старите методи за намиране на нови съединения, каза в интервю по имейл Джошуа М. Пиърс, катедра Джон М. Томпсън по информационни технологии и иновации в Западния университет.
"Броят на потенциалните съединения, комбинации, композити и нови материали е умопомрачителен", добави той. „Вместо да отделяте време и пари, за да направите и проверите всеки един за конкретно приложение, AI може да се използва, за да помогне за прогнозиране на материали с полезни свойства. Тогава учените могат да съсредоточат усилията си."
Markus J. Buehler, професорът по инженерство на McAfee в MIT, каза в интервю по имейл, че новата статия показва силата на използването на машинно обучение.
"Това е драматично различен начин да се правят такива открития от това, което успяхме да направим преди - откритията сега са по-бързи, по-ефективни и могат да бъдат по-насочени към приложения", каза Бюлер. „Това, което е вълнуващо в работата на Singh et al, е, че те съчетават най-съвременни инструменти за материали (функционална теория на плътността, начин за решаване на квантови проблеми) с инструменти на материалната информатика. Това определено е начин, който може да се приложи към дизайна на много други материали проблеми."
Безкрайни възможности
Редкоземни съединения се намират в много високотехнологични продукти като мобилни телефони, часовници и таблети. Например в дисплеите тези съединения се добавят, за да придадат на материалите силно насочени оптични свойства. Те се използват и в камерата на вашия мобилен телефон.
"Те са по някакъв начин нещо като чуден материал, който служи като важен елемент в съвременната цивилизация", каза Бюлер. „Има обаче предизвикателства в това как се добиват и как се доставят. Следователно трябва да проучим по-добри начини или да ги използваме по-ефективно, или да заменим функциите с нови комбинации от алтернативни материали.“
Не само минералните съединения могат да се възползват от подхода за машинно обучение, използван от авторите на новата статия. AI може да се приложи в много области, където проблемите са толкова сложни, че учените не могат да разработят конвенционални решения чрез математика или симулации на известна физика, каза Бюлер.
"В крайна сметка все още нямаме правилните модели, за да свържем структурата на даден материал с неговите свойства", добави той. „Една област е биологията, по-специално сгъването на протеини. Защо някои протеини, след като имат малка генетична промяна, водят до заболяване? Как можем да разработим нови химични съединения за лечение на болести или да разработим нови лекарства?“
Друга възможност е намирането на начин за подобряване на характеристиките на бетона, за да се намали въглеродното му въздействие, каза Бюлер. Например, молекулярната геометрия на материала може да бъде подредена по различен начин, за да направи материалите по-ефективни, така че да имаме повече здравина с по-малко използване на материали и материалите да издържат по-дълго.
"ИИ революционизира начина, по който мислим за решаването на много от тези многоизмерни сложни проблеми, и открива нов начин да мислим за бъдещи възможности", добави той. „Ние сме само в началото на едно вълнуващо време.“
