Нова једињења ретких земаља могла би да напајају ваш телефон

Нови метод проналажења једињења ретких земаља помоћу вештачке интелигенције могао би да доведе до открића која револуционишу личну електронику, кажу стручњаци.

Истраживачи из Лабораторије Амес и Тексашког А&М универзитета обучили су модел машинског учења (МЛ). да процени стабилност једињења ретких земаља. Елементи ретких земаља имају многе употребе, укључујући технологије чисте енергије, складиштење енергије и трајне магнете.

„Нова једињења могу омогућити будуће технологије које још не можемо ни да схватимо,“ Јарослав Мудрик, супервизор пројекта, рекао је за Лифевире у интервјуу е-поштом.

Проналажење минерала

Да би побољшали потрагу за новим једињењима, научници су користили машинско учење, облик вештачке интелигенције (АИ) вођен компјутерским алгоритмима који се побољшавају коришћењем података и искуством. Истраживачи су такође користили скрининг високе пропусности, рачунску шему која омогућава истраживачима да брзо тестирају стотине модела. Описан је њихов рад у недавном раду објављена у Ацта Материалиа.

Пре вештачке интелигенције, откривање нових материјала се углавном заснивало на покушајима и грешкама, Прасхант Сингх, рекао је један од чланова тима у мејлу за Лифевире. АИ и машинско учење омогућавају истраживачима да користе базе података материјала и рачунарске технике како би мапирали и хемијску стабилност и физичка својства нових и постојећих једињења.

„На пример, преношење новооткривеног материјала из лабораторије на тржиште може потрајати 20-30 година, али АИ/МЛ може значајно убрзати овај процес симулирањем својстава материјала на рачунарима пре него што уђе у лабораторију,“ рекао је Синг.

АИ побеђује старије методе за проналажење нових једињења, Џошуа М. Пеарце, Џон М. Томпсон катедра за информационе технологије и иновације на Универзитету Вестерн, рекао је у интервјуу е-поштом.

„Број потенцијалних једињења, комбинација, композита и нових материјала је невероватан“, додао је он. „Уместо да одвојите време и новац да направите и прегледате сваки за одређену апликацију, АИ се може користити да помогне у предвиђању материјала са корисним својствима. Тада научници могу да усредсреде своје напоре."

Маркус Ј. Буехлер, МцАфее професор инжењерства на МИТ-у, рекао је у интервјуу е-поштом да нови рад показује моћ коришћења машинског учења.

„То је драматично другачији начин да дођемо до таквих открића од онога што смо успели да урадимо раније — открића су сада бржа, ефикаснија и могу бити више циљана на апликације“, Буехлер је рекао. „Оно што је узбудљиво у вези са радом Сингха ет ал је то што комбинују алате за врхунске материјале (Функционална теорија густине, начин решавања квантних проблема) са алатима материјалне информатике. То је дефинитивно начин који се може применити на многе друге проблеме дизајна материјала."

Бескрајне могућности

Једињења ретких земаља налазе се у многим производима високе технологије као што су мобилни телефони, сатови и таблети. На пример, у дисплејима, ова једињења се додају како би материјали дали високо циљана оптичка својства. Такође се користе у камери вашег мобилног телефона.

"Они су, на неки начин, нека врста чудесног материјала који служи као важан елемент у модерној цивилизацији", рекао је Буехлер. „Међутим, постоје изазови у томе како се минирају и како се снабдевају. Дакле, морамо истражити боље начине да их или ефикасније користимо или да заменимо функције новим комбинацијама алтернативних материјала."

Не само минерална једињења могу имати користи од приступа машинском учењу који користе аутори новог рада. АИ се може применити у многим областима где су проблеми толико сложени да научници не могу да развију конвенционална решења помоћу математике или симулација познате физике, рекао је Буехлер.

„На крају крајева, још увек немамо праве моделе да повежемо структуру материјала са његовим својствима“, додао је он. „Једна област је у биологији, посебно савијању протеина. Зашто неки протеини, након мале генетске промене, доводе до болести? Како можемо развити нова хемијска једињења за лечење болести или развити нове лекове?"

Друга могућност је проналажење начина за побољшање перформанси бетона како би се смањио његов утицај угљеника, рекао је Буехлер. На пример, молекуларна геометрија материјала могла би да се уреди другачије како би материјали били ефикаснији, тако да имамо више снаге уз мање употребе материјала и да материјали трају дуже.

„АИ револуционише начин на који размишљамо о решавању многих од ових високодимензионалних сложених проблема и отвара нови начин размишљања о будућим приликама“, додао је он. „Тек смо на почетку узбудљивог времена.