Үндсэн санаанууд
- Судлаачид AI ашиглан газрын ховор элементийг олж илрүүлэх аргыг тодорхойлсон.
- Ховор газрын нэгдлүүд нь гар утас, цаг, таблет зэрэг өндөр технологийн олон бүтээгдэхүүнээс олддог.
- Хиймэл оюун ухааныг эрдэмтэд математик эсвэл мэдэгдэж буй физикийн симуляцаар дамжуулан ердийн шийдлүүдийг гаргаж чадахгүй тул асуудал нь маш нарийн төвөгтэй олон салбарт хэрэглэж болно.
Хиймэл оюун ухаан ашиглан газрын ховор элементийг олох шинэ арга нь хувийн электроникийн салбарт хувьсгал хийх нээлтүүдэд хүргэж болзошгүй гэж шинжээчид үзэж байна.
Амес лаборатори болон Техасын A&M их сургуулийн судлаачид газрын ховор элементийн тогтвортой байдлыг үнэлэх машин сургалтын (ML) загварыг сургасан. Газрын ховор элемент нь цэвэр эрчим хүчний технологи, эрчим хүч хадгалах, байнгын соронз зэрэг олон төрлийн хэрэглээтэй.
“Шинэ нэгдлүүд нь бидний төсөөлж ч чадахгүй байгаа ирээдүйн технологийг идэвхжүүлж магадгүй” гэж төслийн удирдагч Ярослав Мудрик Lifewire-д цахим шуудангаар өгсөн ярилцлагадаа хэлэв.
Ашигт малтмал хайх
Шинэ нэгдлүүдийн эрэл хайгуулыг сайжруулахын тулд эрдэмтэд компьютерийн алгоритмаар удирддаг хиймэл оюун ухааны (AI) нэг хэлбэр болох өгөгдлийн ашиглалт, туршлагаар сайжруулдаг машин сургалтыг ашигласан. Түүнчлэн судлаачид олон зуун загварыг хурдан турших боломжийг олгодог тооцооллын схем болох өндөр хүчин чадалтай скринингийг ашигласан. Тэдний ажлыг Acta Materialia-д саяхан хэвлэгдсэн нийтлэлд дүрсэлсэн байна.
Хиймэл оюун ухаанаас өмнө шинэ материал нээсэн нь голчлон туршилт, алдаан дээр суурилдаг байсан гэж багийн гишүүдийн нэг Прашант Сингх Lifewire-д бичсэн цахим шуудангаар мэдэгджээ. AI болон машин суралцах нь судлаачдад шинэ болон одоо байгаа нэгдлүүдийн химийн тогтвортой байдал, физик шинж чанарыг тодорхойлохын тулд материалын мэдээллийн сан болон тооцооллын техникийг ашиглах боломжийг олгодог.
"Жишээ нь, шинээр нээсэн материалыг лабораториос зах зээлд гаргахад 20-30 жил шаардагдах ч AI/ML нь лабораторид хөл тавихаас өмнө компьютер дээр материалын шинж чанарыг дуурайснаар энэ үйл явцыг ихээхэн хурдасгаж чадна" гэж Сингх гэж хэлсэн.
AI нь эдгээр өндөр хэмжээст нарийн төвөгтэй асуудлуудын ихэнхийг шийдвэрлэх талаар бидний сэтгэхүйд хувьсгал хийж байгаа бөгөөд энэ нь ирээдүйн боломжуудын талаар бодох шинэ арга замыг нээж байна.
AI шинэ нэгдлүүдийг олох хуучин аргуудыг давж гарлаа гэж Барууны их сургуулийн Мэдээллийн технологи, инновацийн Жон М. Томпсон тэнхимийн дарга Жошуа М. Пирс цахим шуудангаар өгсөн ярилцлагадаа хэллээ.
"Боломжтой нэгдлүүд, хослолууд, нийлмэл материалууд болон шинэ материалуудын тоо сэтгэл хөдөлгөм" гэж тэр нэмж хэлэв. "Хугацаа, мөнгө зарцуулж, тус бүрийг тодорхой хэрэглээнд зориулж шалгахын оронд хиймэл оюун ухааныг ашигтай шинж чанартай материалыг урьдчилан таамаглахад ашиглаж болно. Дараа нь эрдэмтэд хүчин чармайлтаа төвлөрүүлж чадна."
MIT-ийн McAfee-ийн Инженерийн профессор Маркус Ж. Бюхлер цахим шуудангаар ярилцлага өгөхдөө шинэ баримт бичиг нь машин сургалтыг ашиглах хүчийг харуулж байна гэж хэлсэн.
"Энэ нь бидний өмнө нь хийж байсан нээлтүүдээс эрс ялгаатай арга юм - нээлтүүд нь одоо илүү хурдан, илүү үр дүнтэй бөгөөд хэрэглээнд илүү чиглүүлэх боломжтой болсон" гэж Бухлер хэлэв. "Сингх нарын бүтээлийн сэтгэл хөдөлгөм зүйл бол хамгийн сүүлийн үеийн материаллаг хэрэгслийг (Нягтын функциональ онол, квантын асуудлыг шийдвэрлэх арга) материаллаг мэдээллийн хэрэгслүүдтэй хослуулсан явдал юм. Энэ нь мэдээжийн хэрэг бусад олон материалын дизайнд хэрэглэгдэх арга зам юм. асуудал."
Төгсгөлгүй боломжууд
Ховор газрын нэгдлүүд нь гар утас, цаг, таблет зэрэг өндөр технологийн олон бүтээгдэхүүнээс олддог. Жишээлбэл, дэлгэцэн дээр эдгээр нэгдлүүдийг өндөр зорилтот оптик шинж чанартай материалаар хангадаг. Эдгээрийг мөн таны гар утасны камерт ашигладаг.
"Тэдгээр нь ямар нэгэн байдлаар орчин үеийн соёл иргэншлийн чухал элемент болж байгаа гайхамшигт материал юм" гэж Бюлер хэлэв. "Гэсэн хэдий ч тэдгээрийг хэрхэн олборлож, хэрхэн нийлүүлж байгаа талаар сорилтууд байдаг. Тиймээс бид тэдгээрийг илүү үр дүнтэй ашиглах эсвэл функцийг өөр материалын шинэ хослолоор солих илүү сайн арга замыг судлах хэрэгтэй."
Энэ нь зөвхөн ашигт малтмалын нэгдлүүд биш, шинэ нийтлэлийг зохиогчдын ашигладаг машин сургалтын арга барилаас ашиг тус хүртэх боломжтой. Эрдэмтэд математик эсвэл мэдэгдэж буй физикийн симуляци ашиглан ердийн шийдлүүдийг гаргаж чадахгүй тул асуудал нь маш нарийн төвөгтэй олон салбарт хиймэл оюун ухааныг ашиглаж болно гэж Бюлер хэлэв.
"Эцэст нь бид материалын бүтцийг түүний шинж чанартай холбох зөв загвар хараахан байхгүй байна" гэж тэр нэмж хэлэв. "Нэг салбар нь биологи, ялангуяа уургийн нугалах талбар юм. Яагаад зарим уураг бага зэрэг генийн өөрчлөлт хийсний дараа өвчин үүсгэдэг вэ? Бид хэрхэн өвчнийг эмчлэх шинэ химийн нэгдлүүдийг бий болгох эсвэл шинэ эм гаргах вэ?"
Өөр нэг боломж бол нүүрстөрөгчийн нөлөөллийг бууруулахын тулд бетоны гүйцэтгэлийг сайжруулах арга замыг хайж олох явдал юм гэж Бухлер хэлэв. Жишээлбэл, материалыг илүү үр дүнтэй болгохын тулд материалын молекулын геометрийг өөрөөр байрлуулж, бага материал ашигласнаар илүү бат бөх байж, материал удаан эдэлгээтэй болно.
"AI нь эдгээр өндөр хэмжээст ээдрээтэй олон асуудлыг шийдвэрлэх талаар бидний сэтгэхүйд хувьсгал хийж байгаа бөгөөд энэ нь ирээдүйн боломжуудын талаар бодох шинэ арга замыг нээж байна" гэж тэр нэмж хэлэв. "Бид сэтгэл хөдөлгөм цагийн дөнгөж эхэлж байна."
