Uudet harvinaisten maametallien yhdisteet voivat antaa virtaa puhelimeesi

Asiantuntijoiden mukaan uusi menetelmä harvinaisten maametallien löytämiseksi tekoälyn avulla voi johtaa löytöihin, jotka mullistavat henkilökohtaisen elektroniikan.

Ames Laboratoryn ja Texas A&M Universityn tutkijat kouluttivat koneoppimismallin (ML). vakauden arvioimiseksi harvinaisten maametallien yhdisteistä. Harvinaisilla maametallilla on monia käyttötarkoituksia, mukaan lukien puhdas energiateknologia, energian varastointi ja kestomagneetit.

"Uudet yhdisteet voivat mahdollistaa tulevaisuuden teknologioita, joita emme vielä edes ymmärrä." Jaroslav Mudryk, projektin valvoja kertoi Lifewirelle sähköpostihaastattelussa.

Mineraalien löytäminen

Parantaakseen uusien yhdisteiden etsintää tutkijat käyttivät koneoppimista, tekoälyn muotoa, jota ohjaavat tietokonealgoritmit, jotka paranevat tiedon käytön ja kokemuksen myötä. Tutkijat käyttivät myös korkean suorituskyvyn seulontaa, laskennallista järjestelmää, jonka avulla tutkijat voivat testata satoja malleja nopeasti. Heidän työtään kuvailtiin tuoreessa lehdessä julkaistu Acta Materialia.

Ennen tekoälyä uusien materiaalien löytäminen perustui pääasiassa yrityksen ja erehdyksen varaan, Prashant Singh, yksi tiimin jäsenistä sanoi sähköpostissa Lifewirelle. Tekoäly ja koneoppiminen antavat tutkijoille mahdollisuuden käyttää materiaalitietokantoja ja laskentatekniikoita uusien ja olemassa olevien yhdisteiden kemiallisen stabiilisuuden ja fysikaalisten ominaisuuksien kartoittamiseen.

"Esimerkiksi vasta löydetyn materiaalin vieminen laboratoriosta markkinoille voi kestää 20-30 vuotta, mutta AI/ML voi nopeuttaa merkittävästi tätä prosessia simuloimalla materiaalien ominaisuuksia tietokoneilla ennen kuin astut laboratorioon." Singh sanoi.

Tekoäly voittaa vanhemmat menetelmät uusien yhdisteiden löytämisessä, Joshua M. Pearce, John M. Thompsonin tietotekniikan ja innovaatioiden johtaja Western Universityssä, sanoi sähköpostihaastattelussa.

"Mahdollisten yhdisteiden, yhdistelmien, komposiittien ja uusien materiaalien määrä on hämmästyttävä", hän lisäsi. "Tekoälyn avulla voidaan ennustaa hyödyllisiä ominaisuuksia sisältäviä materiaaleja sen sijaan, että käyttäisit aikaa ja rahaa jokaisen valmistamiseen ja seulomiseen tiettyä sovellusta varten. Sitten tiedemiehet voivat keskittää ponnistelunsa."

Markus J. BuehlerMIT: n tekniikan McAfee-professori sanoi sähköpostihaastattelussa, että uusi paperi osoittaa koneoppimisen tehon.

"Se on dramaattisesti erilainen tapa tehdä tällaisia ​​löytöjä kuin mitä olemme pystyneet tekemään aiemmin – löydöt ovat nyt nopeampia, tehokkaampia ja ne voidaan kohdistaa paremmin sovelluksiin." Buehler sanoi. "Singhin ym. työssä on jännittävää, että he yhdistävät huippuluokan materiaalityökalut (Density Functional Theory, tapa ratkaista kvanttiongelmia) materiaaliinformatiikan työkaluihin. Se on ehdottomasti tapa, jota voidaan soveltaa moniin muihin materiaalisuunnitteluongelmiin."

Loputtomat mahdollisuudet

Harvinaisten maametallien yhdisteitä löytyy monista korkean teknologian tuotteista, kuten matkapuhelimista, kelloista ja tableteista. Esimerkiksi näytöissä näitä yhdisteitä lisätään materiaaleihin, joilla on erittäin kohdennettuja optisia ominaisuuksia. Niitä käytetään myös matkapuhelimesi kamerassa.

"Ne ovat jollain tapaa eräänlaista ihmemateriaalia, joka toimii tärkeänä elementtinä nykyaikaisessa sivilisaatiossa", Buehler sanoi. "Haasteita on kuitenkin siinä, miten niitä louhitaan ja miten niitä toimitetaan. Siksi meidän on etsittävä parempia tapoja käyttää niitä tehokkaammin tai korvata toiminnot uusilla vaihtoehtoisten materiaalien yhdistelmillä."

Uuden paperin tekijöiden käyttämästä koneoppimislähestymistavasta voi hyötyä paitsi mineraaliyhdisteistä. Tekoälyä voidaan soveltaa monilla aloilla, joilla ongelmat ovat niin monimutkaisia, että tutkijat eivät voi kehittää tavanomaisia ​​ratkaisuja matematiikan tai tunnetun fysiikan simulaatioiden avulla, Buehler sanoi.

"Meillä ei loppujen lopuksi vielä ole oikeita malleja suhteuttaa materiaalin rakennetta sen ominaisuuksiin", hän lisäsi. "Yksi alue on biologia, erityisesti proteiinien laskostaminen. Miksi jotkut proteiinit johtavat sairauksiin pienen geneettisen muutoksen jälkeen? Kuinka voimme kehittää uusia kemiallisia yhdisteitä sairauksien hoitoon tai uusia lääkkeitä?"

Toinen mahdollisuus on löytää tapa parantaa betonin suorituskykyä sen hiilivaikutuksen vähentämiseksi, Buehler sanoi. Esimerkiksi materiaalin molekyyligeometria voitaisiin järjestää eri tavalla materiaalien tehostamiseksi niin, että meillä on enemmän lujuutta pienemmällä materiaalinkäytöllä ja materiaalit kestävät pidempään.

"Tekoäly mullistaa ajattelumme monien näiden moniulotteisten monimutkaisten ongelmien ratkaisemisesta, ja se avaa uuden tavan ajatella tulevaisuuden mahdollisuuksia", hän lisäsi. "Olemme vasta jännittävän ajan alussa."