Новите редкоземни съединения могат да захранват телефона ви

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 Ames Laboratory и Texas A&M University обучиха модел за машинно обучение (ML). за оценка на 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“, Ярослав Мудрик, ръководителят на проекта, каза 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 така използваха високопроизводителен скрининг, изчислителна схема, която позволява на изследователите да тестват бързо стотици модели. Тяхната работа беше описана в скорошен документ публикуван в Acta Materialia.

Преди AI откриването на нови материали се основаваше главно на опити и грешки, Прашант Сингх, каза един от членовете на екипа в имейл до Lifewire. AI и машинното обучение позволяват на изследователите да използват бази данни с материали и изчислителни техники, за да картографират както химическата стабилност, така и физическите 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 ускорява този процес, като симулира свойствата на материала на компютри, преди да стъпи в лаборатория," каза Сингх.

AI побеждава по-старите методи за намиране на нови съединения, Джошуа М. Пиърс, Джон М. Томпсън катедра по информационни технологии и иновации в Western University, каза в интервю по имейл.

„Броят на потенциалните съединения, комбинации, композити и нови материали е умопомрачителен“, добави той. „Вместо да отделяте време и пари, за да направите и прегледате всеки за конкретно приложение, AI може да се използва, за да помогне за прогнозиране на материали с полезни свойства. Тогава учените могат да насочат усилията си."

Маркус Дж. Бюлер, професорът по инженерство в McAfee в MIT, каза в интервю по имейл, че новият документ показва силата на използването на машинно обучение.

„Това е драматично различен начин да направим такива открития от това, което успяхме да направим преди – откритията вече са по-бързи, по-ефективни и могат да бъдат по-насочени към приложенията“, каза Бюлер. „Вълнуващото в работата на Singh et al е, че те съчетават най-новите 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 много други проблеми с дизайна на материали."

Безкрайни възможности

Редкоземните съединения се намират в много високотехнологични продукти като мобилни телефони, часовници и таблети. Например, в дисплеите, тези съединения се добавят, за да придадат на материали със силно насочени оптични свойства. Те се използват и в камерата на вашия мобилен телефон.

„Те по някакъв начин са нещо като чудотворен материал, който служи като важен елемент в съвременната цивилизация“, каза Бюлер. „Има предизвикателства обаче в начина, по който 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 края на краищата ние все още нямаме правилните модели, които да свържат структурата на материала с неговите свойства“, добави той. „Една област е в 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 да се намери начин за подобряване на производителността 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 високоизмерни сложни проблеми и отваря нов начин за мислене за бъдещи възможности“, добави той. „Тъкмо сме в началото на едно вълнуващо време.“