新しい希土類化合物がお使いの携帯電話に電力を供給する可能性があります

専門家によると、人工知能を使用して希土類化合物を見つける新しい方法は、パーソナルエレクトロニクスに革命をもたらす発見につながる可能性があります。

エイムズ研究所とテキサスA＆M大学の研究者は、機械学習（ML）モデルをトレーニングしました 安定性を評価する 希土類化合物の。 希土類元素には、クリーンエネルギー技術、エネルギー貯蔵、永久磁石など、多くの用途があります。

「新しい化合物は、私たちがまだ理解することさえできない将来の技術を可能にするかもしれません。」 Yaroslav Mudryk、プロジェクトスーパーバイザーは、電子メールのインタビューでLifewireに語った。

鉱物を見つける

新しい化合物の検索を改善するために、科学者は機械学習を使用しました。これは、データの使用と経験を通じて改善されるコンピューターアルゴリズムによって駆動される人工知能（AI）の一種です。 研究者はまた、研究者が何百ものモデルを迅速にテストできるようにする計算スキームであるハイスループットスクリーニングを使用しました。 彼らの仕事は説明されました 最近の論文で に発表されました アクタマテリアリア。

AIが登場する前は、新しい素材の発見は主に試行錯誤に基づいていました。 プラシャントシン、チームメンバーの1人は、Lifewireへの電子メールで述べました。 AIと機械学習により、研究者は材料データベースと計算技術を使用して、新規および既存の化合物の化学的安定性と物理的特性の両方をマッピングできます。

「たとえば、新しく発見された資料をラボから市場に持ち込むには20〜30年かかる場合がありますが、AI/MLでは ラボに足を踏み入れる前に、コンピューターの材料特性をシミュレートすることで、このプロセスを大幅にスピードアップします。」 シンは言った。

AIは、新しい化合物を見つけるための古い方法を打ち負かします。 ジョシュアM。 ピアス、ジョンM。 ウエスタン大学の情報技術とイノベーションのトンプソンチェアは、電子メールのインタビューで述べた。

「潜在的な化合物、組み合わせ、複合材料、および新規材料の数は驚くべきものです」と彼は付け加えました。 「時間とお金をかけて特定のアプリケーションのすべてを作成してスクリーニングするのではなく、AIを使用して有用な特性を持つ材料を予測することができます。 そうすれば、科学者は自分たちの努力に集中することができます。」

マーカスJ。 ビューラーMITのマカフィーエンジニアリング教授は、電子メールのインタビューで、新しい論文は機械学習を使用することの力を示していると述べました。

「これは、私たちができることよりも、そのような発見をするための劇的に異なる方法です。 以前は、検出がより速く、より効率的になり、アプリケーションをよりターゲットにできるようになりました。」 ビューラーは言った。 「シンらの研究でエキサイティングなのは、最先端の材料ツール（密度汎関数理論、量子問題を解決する方法）と材料情報学のツールを組み合わせていることです。 これは間違いなく、他の多くの材料設計の問題に適用できる方法です。」

無限の可能性

希土類化合物は、携帯電話、時計、タブレットなどの多くのハイテク製品に含まれています。 たとえば、ディスプレイでは、これらの化合物は、高度にターゲットを絞った光学特性を備えた材料に追加されます。 彼らはまたあなたの携帯電話のカメラで使用されます。

「それらは、ある意味で、現代文明の重要な要素として機能する一種の不思議な資料です」とビューラーは言いました。 「しかし、それらがどのように採掘され、どのように供給されるかには課題があります。 したがって、それらをより効果的に使用するか、機能を代替材料の新しい組み合わせに置き換えるためのより良い方法を模索する必要があります。」

新しい論文の著者が使用した機械学習アプローチの恩恵を受けることができるのは、ミネラル化合物だけではありません。 AIは、問題が非常に複雑で、科学者が数学や既知の物理学のシミュレーションを介して従来の解決策を開発できない多くの分野に適用できるとビューラー氏は述べています。

「結局のところ、材料の構造をその特性に関連付けるための適切なモデルはまだありません」と彼は付け加えました。 「1つの分野は生物学、特にタンパク質の折り畳みです。 小さな遺伝的変化を起こした後、なぜいくつかのタンパク質が病気につながるのですか？ 病気を治療したり、新薬を開発したりするために、どうすれば新しい化合物を開発できるでしょうか？」

別の可能性は、コンクリートの性能を改善して炭素への影響を減らす方法を見つけることです、とビューラーは言いました。 たとえば、材料の分子構造を異なる方法で配置して、材料をより効果的にすることで、材料の使用量を減らして強度を高め、材料を長持ちさせることができます。

「AIは、これらの高次元の複雑な問題の多くを解決することについての考え方に革命をもたらし、将来の機会について考える新しい方法を開きます」と彼は付け加えました。 「私たちはエキサイティングな時代の始まりに過ぎません。」