Önemli Bilgiler
- Araştırmacılar, yeni nadir toprak bileşikleri bulmak için yapay zeka kullanan bir yöntem tanımladılar.
- Nadir toprak bileşikleri, cep telefonları, saatler ve tabletler gibi birçok yüksek teknoloji ürünü üründe bulunur.
- AI, bilim adamlarının matematik veya bilinen fizik simülasyonları yoluyla geleneksel çözümler geliştiremeyecek kadar karmaşık olduğu problemlerin olduğu birçok alana uygulanabilir.
Uzmanlar, yapay zeka kullanarak nadir toprak bileşiklerini bulmanın yeni bir yönteminin kişisel elektronikte devrim yaratan keşiflere yol açabileceğini söylüyor.
Ames Laboratuvarı ve Texas A&M Üniversitesi'nden araştırmacılar, nadir toprak bileşiklerinin kararlılığını değerlendirmek için bir makine öğrenimi (ML) modeli eğitti. Nadir toprak elementlerinin temiz enerji teknolojileri, enerji depolama ve kalıcı mıknatıslar dahil birçok kullanımı vardır.
Proje süpervizörü Yaroslav Mudryk, Lifewire'a bir e-posta röportajında “Yeni bileşikler, henüz tahmin bile edemediğimiz gelecekteki teknolojileri mümkün kılabilir” dedi.
Mineral Bulma
Yeni bileşikler arayışını geliştirmek için bilim adamları, veri kullanımı ve deneyim yoluyla gelişen bilgisayar algoritmaları tarafından yönlendirilen bir yapay zeka (AI) türü olan makine öğrenimini kullandılar. Araştırmacılar ayrıca, araştırmacıların yüzlerce modeli hızlı bir şekilde test etmelerini sağlayan bir hesaplama şeması olan yüksek verimli taramayı da kullandılar. Çalışmaları Acta Materialia'da yayınlanan yakın tarihli bir makalede anlatıldı.
Ekip üyelerinden Prashant Singh, Lifewire'a gönderdiği bir e-postada, yapay zekadan önce yeni malzemelerin keşfinin temel olarak deneme yanılma yoluyla yapıldığını söyledi. Yapay zeka ve makine öğrenimi, araştırmacıların yeni ve mevcut bileşiklerin hem kimyasal kararlılığını hem de fiziksel özelliklerini haritalamak için malzeme veritabanlarını ve hesaplama tekniklerini kullanmalarına olanak tanır.
"Örneğin, yeni keşfedilen bir malzemeyi laboratuvardan piyasaya sürmek 20-30 yıl sürebilir, ancak AI/ML, laboratuvara ayak basmadan önce bilgisayarlarda malzeme özelliklerini simüle ederek bu süreci önemli ölçüde hızlandırabilir, " Singh dedi.
AI, bu yüksek boyutlu karmaşık problemlerin birçoğunu çözme konusunda nasıl düşündüğümüzde devrim yaratıyor ve gelecekteki fırsatlar hakkında düşünmenin yeni bir yolunu açıyor.
Western Üniversitesi'nde Bilgi Teknolojisi ve İnovasyon Bölümü John M. Thompson Başkanı Joshua M. Pearce, bir e-posta röportajında AI, yeni bileşikler bulmak için eski yöntemleri geride bıraktı.
"Potansiyel bileşiklerin, kombinasyonların, kompozitlerin ve yeni malzemelerin sayısı akıllara durgunluk veriyor" diye ekledi. "Belirli bir uygulama için her birini yapmak ve taramak için zaman ve para harcamak yerine, AI faydalı özelliklere sahip malzemeleri tahmin etmeye yardımcı olmak için kullanılabilir. O zaman bilim adamları çabalarını odaklayabilirler."
MIT'de McAfee Mühendislik Profesörü olan Markus J. Buehler, bir e-posta röportajında, yeni makalenin makine öğrenimini kullanmanın gücünü gösterdiğini söyledi.
"Bu tür keşifler yapmak için daha önce yapabildiklerimizden çok farklı bir yol - keşifler artık daha hızlı, daha verimli ve uygulamalara daha fazla hedeflenebilir," dedi Buehler. "Singh ve arkadaşlarının çalışmaları hakkında heyecan verici olan şey, son teknoloji malzeme araçlarını (Yoğunluk Fonksiyonel Teorisi, kuantum problemlerini çözmenin bir yolu) malzeme bilişimi araçlarıyla birleştirmeleridir. Bu kesinlikle diğer birçok malzeme tasarımına uygulanabilecek bir yol. sorunlar."
Sonsuz Olasılıklar
Nadir toprak bileşikleri, cep telefonları, saatler ve tabletler gibi birçok yüksek teknoloji ürünü üründe bulunur. Örneğin, ekranlarda, bu bileşikler, yüksek oranda hedeflenmiş optik özelliklere sahip malzemelere eklenir. Ayrıca cep telefonunuzun kamerasında da kullanılırlar.
"Onlar, bir şekilde, modern uygarlıkta önemli bir unsur olarak hizmet eden bir tür harika malzeme," dedi Buehler. "Ancak, nasıl çıkarıldıkları ve nasıl sağlandıkları konusunda zorluklar var. Bu nedenle, onları daha etkili kullanmanın veya işlevleri yeni alternatif malzeme kombinasyonlarıyla değiştirmenin daha iyi yollarını keşfetmemiz gerekiyor."
Yeni makalenin yazarları tarafından kullanılan makine öğrenimi yaklaşımından yararlanabilecekler yalnızca mineral bileşikler değildir. Buehler, bilim adamlarının matematik veya bilinen fizik simülasyonları yoluyla geleneksel çözümler geliştiremeyecekleri problemlerin çok karmaşık olduğu birçok alana uygulanabileceğini söyledi.
"Sonuçta, bir malzemenin yapısını özellikleriyle ilişkilendirecek doğru modellere henüz sahip değiliz" diye ekledi. "Biyolojide bir alan, özellikle protein katlanması. Neden bazı proteinler, küçük bir genetik değişiklik yaptıktan sonra hastalığa yol açar? Hastalığı tedavi etmek veya yeni ilaçlar geliştirmek için nasıl yeni kimyasal bileşikler geliştirebiliriz?"
Buehler, Başka bir olasılık da betonun karbon etkisini az altmak için performansını iyileştirmenin bir yolunu bulmaktır, dedi. Örneğin, malzemelerin moleküler geometrisi, malzemeleri daha etkili kılmak için farklı şekilde düzenlenebilir, böylece daha az malzeme kullanımıyla daha fazla güce sahip oluruz ve malzemeler daha uzun süre dayanır.
"Yapay zeka, bu yüksek boyutlu karmaşık sorunların birçoğunu çözme konusunda nasıl düşündüğümüzde devrim yaratıyor ve gelecekteki fırsatlar hakkında düşünmenin yeni bir yolunu açıyor" diye ekledi. "Heyecan verici bir zamanın henüz başındayız."
