Mga Key Takeaway
- Inilarawan ng mga mananaliksik ang isang paraan na gumagamit ng AI para maghanap ng mga bagong compound ng rare earth.
- Ang mga rare earth compound ay matatagpuan sa maraming high-tech na produkto gaya ng mga cell phone, relo, at tablet.
- Maaaring ilapat ang AI sa maraming lugar kung saan napakakumplikado ng mga problema kung kaya't hindi makagawa ang mga siyentipiko ng mga kumbensyonal na solusyon sa pamamagitan ng matematika o simulation ng kilalang pisika.
Ang isang bagong paraan ng paghahanap ng mga rare earth compound gamit ang artificial intelligence ay maaaring humantong sa mga pagtuklas na nagbabago ng personal na electronics, sabi ng mga eksperto.
Ang mga mananaliksik mula sa Ames Laboratory at Texas A&M University ay nagsanay ng isang machine-learning (ML) na modelo upang masuri ang katatagan ng mga rare-earth compound. Maraming gamit ang mga elemento ng rare earth, kabilang ang mga teknolohiya ng malinis na enerhiya, imbakan ng enerhiya, at permanenteng magnet.
“Maaaring paganahin ng mga bagong compound ang mga teknolohiya sa hinaharap na hindi pa natin maarok,” sabi ni Yaroslav Mudryk, ang superbisor ng proyekto, sa Lifewire sa isang panayam sa email.
Paghahanap ng Mineral
Para pahusayin ang paghahanap ng mga bagong compound, ginamit ng mga siyentipiko ang machine learning, isang anyo ng artificial intelligence (AI) na hinimok ng mga algorithm ng computer na umuunlad sa pamamagitan ng paggamit at karanasan ng data. Gumamit din ang mga mananaliksik ng high-throughput screening, isang computational scheme na nagbibigay-daan sa mga mananaliksik na subukan ang daan-daang mga modelo nang mabilis. Ang kanilang trabaho ay inilarawan sa isang kamakailang papel na inilathala sa Acta Materialia.
Bago ang AI, ang pagtuklas ng mga bagong materyales ay pangunahing batay sa trial and error, sinabi ni Prashant Singh, isa sa mga miyembro ng team, sa isang email sa Lifewire. Hinahayaan ng AI at machine learning ang mga mananaliksik na gumamit ng mga materyal na database at computational technique para i-map ang parehong kemikal na katatagan at pisikal na katangian ng bago at umiiral na mga compound.
"Halimbawa, ang pagkuha ng bagong natuklasang materyal mula sa lab patungo sa merkado ay maaaring tumagal ng 20-30 taon, ngunit maaaring mapabilis ng AI/ML ang prosesong ito sa pamamagitan ng pagtulad sa mga materyal na katangian sa mga computer bago tumuntong sa isang lab, " Singh sabi.
Binabago ng AI ang kung paano natin iniisip ang paglutas ng marami sa mga kumplikadong problemang ito na may mataas na dimensyon, at nagbubukas ito ng bagong paraan upang mag-isip tungkol sa mga pagkakataon sa hinaharap.
Natalo ng AI ang mga mas lumang pamamaraan para sa paghahanap ng mga bagong compound, sinabi ni Joshua M. Pearce, ang John M. Thompson Chair sa Information Technology and Innovation sa Western University, sa isang panayam sa email.
"Ang bilang ng mga potensyal na compound, kumbinasyon, composites at nobela na materyales ay nakakabighani," dagdag niya. "Sa halip na maglaan ng oras at pera upang gawin at i-screen ang bawat isa para sa isang partikular na aplikasyon, maaaring gamitin ang AI upang tumulong sa paghula ng mga materyal na may kapaki-pakinabang na katangian. Pagkatapos ay maitutuon ng mga siyentipiko ang kanilang mga pagsisikap."
Markus J. Buehler, ang McAfee Professor of Engineering sa MIT, ay nagsabi sa isang email interview na ang bagong papel ay nagpapakita ng kapangyarihan ng paggamit ng machine learning.
"Ito ay isang kapansin-pansing natatanging paraan upang makagawa ng mga naturang pagtuklas kaysa sa kung ano ang nagawa natin dati-ang mga pagtuklas ay mas mabilis na ngayon, mas mahusay, at maaaring mas ma-target sa mga application," sabi ni Buehler. "Ano ang kapana-panabik sa trabaho ni Singh et al ay pinagsasama nila ang mga cutting edge na materyales na tool (Density Functional Theory, isang paraan upang malutas ang mga problema sa quantum) sa mga tool ng materyal na impormasyon. mga problema."
Walang katapusang Posibilidad
Rare earth compounds ay matatagpuan sa maraming high-tech na produkto gaya ng mga cell phone, relo, at tablet. Halimbawa, sa mga display, ang mga compound na ito ay idinagdag upang magbigay ng mga materyales na may mataas na target na optical properties. Ginagamit din ang mga ito sa camera ng iyong cell phone.
"Sila ay, sa ilang paraan, isang uri ng kamangha-manghang materyal na nagsisilbing mahalagang elemento sa modernong sibilisasyon," sabi ni Buehler. "Gayunpaman, may mga hamon, sa kung paano mina ang mga ito at kung paano ibinibigay ang mga ito. Samakatuwid, kailangan nating tuklasin ang mas mahuhusay na paraan para magamit ang mga ito nang mas epektibo o palitan ang mga function ng mga bagong kumbinasyon ng mga alternatibong materyales."
Hindi lang mga mineral compound ang maaaring makinabang sa machine learning approach na ginagamit ng mga may-akda ng bagong papel. Maaaring ilapat ang AI sa maraming lugar kung saan ang mga problema ay napakasalimuot na ang mga siyentipiko ay hindi makakabuo ng mga kumbensyonal na solusyon sa pamamagitan ng matematika o mga simulation ng kilalang pisika, sabi ni Buehler.
"Kung tutuusin, wala pa tayong mga tamang modelo para iugnay ang istraktura ng isang materyal sa mga katangian nito," dagdag niya. "Ang isang lugar ay nasa biology, partikular na ang pagtitiklop ng protina. Bakit ang ilang mga protina, pagkatapos magkaroon ng maliit na pagbabago sa genetiko, ay humantong sa sakit? Paano tayo makakabuo ng mga bagong compound ng kemikal upang gamutin ang sakit o bumuo ng mga bagong gamot?"
Ang isa pang posibilidad ay ang paghahanap ng paraan upang mapabuti ang pagganap ng kongkreto upang mabawasan ang epekto nito sa carbon, sabi ni Buehler. Halimbawa, ang molecular geometry ng materyal ay maaaring isaayos nang iba upang gawing mas epektibo ang mga materyales upang magkaroon tayo ng higit na lakas na may mas kaunting paggamit ng materyal at ang mga materyales ay mas tumagal.
"Binabago ng AI kung paano namin iniisip ang paglutas ng marami sa mga kumplikadong problemang ito na may mataas na dimensiyon, at nagbubukas ito ng bagong paraan upang mag-isip tungkol sa mga pagkakataon sa hinaharap," dagdag niya. "Kami ay nasa simula pa lamang ng isang kapana-panabik na panahon."
