დედამიწის ახალი იშვიათი ნაერთები თქვენს ტელეფონს ამუშავებენ

ექსპერტების თქმით, ხელოვნური ინტელექტის გამოყენებით იშვიათი დედამიწის ნაერთების აღმოჩენის ახალ მეთოდს შეუძლია მიგვიყვანოს აღმოჩენებამდე, რამაც რევოლუცია მოახდინა პერსონალურ ელექტრონიკაში.

ეიმსის ლაბორატორიისა და ტეხასის A&M უნივერსიტეტის მკვლევარებმა მოამზადეს მანქანათმცოდნეობის (ML) მოდელი სტაბილურობის შესაფასებლად იშვიათი დედამიწის ნაერთებიდან. იშვიათი დედამიწის ელემენტებს მრავალი გამოყენება აქვს, მათ შორის სუფთა ენერგიის ტექნოლოგიები, ენერგიის შენახვა და მუდმივი მაგნიტები.

„ახალმა ნაერთებმა შეიძლება გაააქტიუროს მომავალი ტექნოლოგიები, რომელთა გააზრებაც ჯერ არ შეგვიძლია“.

იაროსლავ მუდრიკიპროექტის ხელმძღვანელმა განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში.

მინერალების მოძიება

ახალი ნაერთების ძიების გასაუმჯობესებლად, მეცნიერებმა გამოიყენეს მანქანური სწავლება, ხელოვნური ინტელექტის (AI) ფორმა, რომელსაც ხელმძღვანელობს კომპიუტერული ალგორითმები, რომლებიც უმჯობესდება მონაცემთა გამოყენებისა და გამოცდილების მეშვეობით. მკვლევარებმა ასევე გამოიყენეს მაღალი წარმადობის სკრინინგი, გამოთვლითი სქემა, რომელიც მკვლევარებს საშუალებას აძლევს სწრაფად გამოსცადონ ასობით მოდელი. მათი ნამუშევრები იყო აღწერილი ბოლო ნაშრომში გამოაქვეყნა Acta Materialia.

ხელოვნური ინტელექტის დაწყებამდე ახალი მასალების აღმოჩენა ძირითადად ცდასა და შეცდომებზე იყო დაფუძნებული. პრაშანტ სინგგუნდის ერთ-ერთმა წევრმა განაცხადა Lifewire-ს ელ.წერილში. ხელოვნური ინტელექტი და მანქანათმცოდნეობა საშუალებას აძლევს მკვლევარებს გამოიყენონ მასალების მონაცემთა ბაზები და გამოთვლითი ტექნიკა ახალი და არსებული ნაერთების როგორც ქიმიური სტაბილურობის, ასევე ფიზიკური თვისებების გამოსათვლელად.

მაგალითად, ახლად აღმოჩენილი მასალის ლაბორატორიიდან ბაზარზე გადატანას შეიძლება 20-30 წელი დასჭირდეს, მაგრამ AI/ML შეუძლია მნიშვნელოვნად დააჩქარებს ამ პროცესს კომპიუტერებზე მასალის თვისებების სიმულაციის გზით ლაბორატორიაში ფეხის დადგმამდე. თქვა სინგმა.

AI აჯობა ძველ მეთოდებს ახალი ნაერთების საპოვნელად, ჯოშუა მ. პირსი, ჯონ მ. ტომპსონის საინფორმაციო ტექნოლოგიებისა და ინოვაციების კათედრა დასავლეთის უნივერსიტეტში, განაცხადა ელექტრონული ფოსტის ინტერვიუში.

”პოტენციური ნაერთების, კომბინაციების, კომპოზიტებისა და ახალი მასალების რაოდენობა დამაფიქრებელია,” დასძინა მან. იმის ნაცვლად, რომ დახარჯოთ დრო და ფული თითოეული კონკრეტული აპლიკაციის შესაქმნელად და სკრინინგისთვის, AI შეიძლება გამოყენებულ იქნას სასარგებლო თვისებების მქონე მასალების პროგნოზირებისთვის. მაშინ მეცნიერებს შეუძლიათ თავიანთი ძალისხმევის ფოკუსირება“.

მარკუს ჯ. ბიულერიMIT-ის ინჟინერიის პროფესორმა McAfee-მ, ელფოსტით მიცემულ ინტერვიუში თქვა, რომ ახალი ნაშრომი აჩვენებს მანქანათმცოდნეობის გამოყენების ძალას.

”ეს არის დრამატულად განსხვავებული გზა ასეთი აღმოჩენების გასაკეთებლად, ვიდრე ის, რაც ჩვენ შევძელით ადრე - აღმოჩენები ახლა უფრო სწრაფი, ეფექტურია და შეიძლება უფრო მიზნობრივი იყოს აპლიკაციებზე." თქვა ბიულერმა. „სინგჰ და სხვების ნაშრომში საინტერესოა ის, რომ ისინი აერთიანებენ უახლესი მასალების ხელსაწყოებს (სიმკვრივის ფუნქციონალური თეორია, კვანტური პრობლემების გადაჭრის გზა) მატერიალური ინფორმატიკის ინსტრუმენტებთან. ეს ნამდვილად არის გზა, რომელიც შეიძლება გამოყენებულ იქნას მრავალი სხვა მასალების დიზაინის პრობლემაზე. ”

გაუთავებელი შესაძლებლობები

იშვიათი დედამიწის ნაერთები გვხვდება ბევრ მაღალტექნოლოგიურ პროდუქტში, როგორიცაა მობილური ტელეფონები, საათები და ტაბლეტები. მაგალითად, დისპლეებში, ამ ნაერთებს ემატება მაღალი მიზნობრივი ოპტიკური თვისებების მქონე მასალები. ისინი ასევე გამოიყენება თქვენი მობილური ტელეფონის კამერაში.

„ისინი, გარკვეულწილად, ერთგვარი გასაოცარი მასალაა, რომელიც თანამედროვე ცივილიზაციის მნიშვნელოვან ელემენტს წარმოადგენს“, - თქვა ბიულერმა. „თუმცა, არის გამოწვევები, თუ როგორ ხდება მათი მოპოვება და მათი მიწოდება. აქედან გამომდინარე, ჩვენ უნდა გამოვიკვლიოთ უკეთესი გზები, რათა ან უფრო ეფექტურად გამოვიყენოთ ისინი, ან ჩავანაცვლოთ ფუნქციები ალტერნატიული მასალების ახალი კომბინაციით. ”

ეს არ არის მხოლოდ მინერალური ნაერთები, რომლებსაც შეუძლიათ ისარგებლონ მანქანური სწავლის მიდგომით, რომელსაც იყენებენ ახალი ნაშრომის ავტორები. AI შეიძლება გამოყენებულ იქნას ბევრ სფეროში, სადაც პრობლემები იმდენად რთულია, რომ მეცნიერებს არ შეუძლიათ განავითარონ ჩვეულებრივი გადაწყვეტილებები მათემატიკის ან ცნობილი ფიზიკის სიმულაციების საშუალებით, თქვა ბიულერმა.

„ბოლოს და ბოლოს, ჩვენ ჯერ არ გვაქვს სწორი მოდელები, რომ დააკავშიროთ მასალის სტრუქტურა მის თვისებებთან“, - დასძინა მან. „ერთი სფეროა ბიოლოგიაში, კონკრეტულად ცილების დასაკეცი. რატომ იწვევს ზოგიერთ ცილას მცირე გენეტიკური ცვლილების შემდეგ დაავადება? როგორ შევიმუშავოთ ახალი ქიმიური ნაერთები დაავადების სამკურნალოდ ან ახალი წამლების შესაქმნელად?”

კიდევ ერთი შესაძლებლობა არის ბეტონის მუშაობის გაუმჯობესების გზის პოვნა, მისი ნახშირბადის ზემოქმედების შესამცირებლად, თქვა ბიულერმა. მაგალითად, მასალის მოლეკულური გეომეტრია შეიძლება განსხვავებულად იყოს მოწყობილი, რათა მასალები უფრო ეფექტური გახადოს, რათა უფრო მეტი სიმტკიცე გვქონდეს ნაკლები მასალის გამოყენებისას და რომ მასალები დიდხანს გაგრძელდეს.

”AI არის რევოლუცია, თუ როგორ ვფიქრობთ ჩვენ ამ მაღალი განზომილებიანი რთული პრობლემის გადაჭრაზე და ის ხსნის ახალ გზას მომავალ შესაძლებლობებზე ფიქრისთვის”, - დასძინა მან. "ჩვენ მხოლოდ ამაღელვებელი დროის დასაწყისში ვართ."