ซื้อกลับบ้านที่สำคัญ
- นักวิจัยได้อธิบายวิธีการใช้ AI เพื่อค้นหาสารประกอบแรร์เอิร์ธใหม่
- แร่หายากมีอยู่ในผลิตภัณฑ์ไฮเทคมากมาย เช่น โทรศัพท์มือถือ นาฬิกา และแท็บเล็ต
- AI ใช้ได้กับหลายพื้นที่ที่ปัญหาซับซ้อนจนนักวิทยาศาสตร์ไม่สามารถพัฒนาวิธีแก้ปัญหาแบบเดิมๆ ผ่านคณิตศาสตร์หรือการจำลองของฟิสิกส์ที่รู้จัก
วิธีการใหม่ในการค้นหาสารประกอบแรร์เอิร์ธโดยใช้ปัญญาประดิษฐ์อาจนำไปสู่การค้นพบที่ปฏิวัติอุปกรณ์อิเล็กทรอนิกส์ส่วนบุคคล ผู้เชี่ยวชาญกล่าว
นักวิจัยจาก Ames Laboratory และ Texas A&M University ได้ฝึกอบรมแบบจำลองการเรียนรู้ด้วยเครื่อง (ML) เพื่อประเมินความเสถียรของสารประกอบหายาก ธาตุหายากมีประโยชน์หลายอย่าง รวมถึงเทคโนโลยีพลังงานสะอาด การจัดเก็บพลังงาน และแม่เหล็กถาวร
“สารประกอบใหม่อาจเปิดใช้งานเทคโนโลยีในอนาคตที่เรายังไม่สามารถเข้าใจได้” Yaroslav Mudryk หัวหน้าโครงการกล่าวกับ Lifewire ในการสัมภาษณ์ทางอีเมล
หาแร่ธาตุ
เพื่อปรับปรุงการค้นหาสารประกอบใหม่ นักวิทยาศาสตร์ใช้แมชชีนเลิร์นนิง ซึ่งเป็นรูปแบบของปัญญาประดิษฐ์ (AI) ที่ขับเคลื่อนโดยอัลกอริธึมของคอมพิวเตอร์ซึ่งปรับปรุงผ่านการใช้ข้อมูลและประสบการณ์ นักวิจัยยังใช้การคัดกรองปริมาณงานสูง ซึ่งเป็นรูปแบบการคำนวณที่ช่วยให้นักวิจัยสามารถทดสอบแบบจำลองหลายร้อยแบบได้อย่างรวดเร็ว งานของพวกเขาได้อธิบายไว้ในบทความล่าสุดที่ตีพิมพ์ใน Acta Materialia
ก่อน AI การค้นพบวัสดุใหม่ส่วนใหญ่มาจากการลองผิดลองถูก Prashant Singh หนึ่งในสมาชิกในทีมกล่าวในอีเมลถึง LifewireAI และการเรียนรู้ของเครื่องช่วยให้นักวิจัยใช้ฐานข้อมูลวัสดุและเทคนิคการคำนวณเพื่อทำแผนที่ทั้งความเสถียรทางเคมีและคุณสมบัติทางกายภาพของสารประกอบใหม่และที่มีอยู่
"ตัวอย่างเช่น การนำวัสดุที่ค้นพบใหม่จากห้องปฏิบัติการออกสู่ตลาดอาจใช้เวลา 20-30 ปี แต่ AI/ML สามารถเร่งกระบวนการนี้ให้เร็วขึ้นได้อย่างมากด้วยการจำลองคุณสมบัติของวัสดุบนคอมพิวเตอร์ก่อนที่จะเริ่มดำเนินการในห้องปฏิบัติการ " ซิงห์ กล่าวว่า
AI กำลังปฏิวัติวิธีที่เราคิดในการแก้ปัญหาที่ซับซ้อนที่มีมิติสูงเหล่านี้ และเปิดวิธีใหม่ในการคิดเกี่ยวกับโอกาสในอนาคต
AI เอาชนะวิธีการแบบเก่าในการค้นหาสารประกอบใหม่ Joshua M. Pearce ประธาน John M. Thompson ด้านเทคโนโลยีสารสนเทศและนวัตกรรมที่ Western University กล่าวในการสัมภาษณ์ทางอีเมล
"จำนวนของสารประกอบที่เป็นไปได้ ส่วนผสม คอมโพสิตและวัสดุใหม่ ๆ นั้นน่าทึ่งมาก" เขากล่าวเสริม "แทนที่จะใช้เวลาและเงินเพื่อสร้างและคัดกรองทุกคนสำหรับการใช้งานเฉพาะ AI สามารถใช้เพื่อช่วยทำนายวัสดุที่มีคุณสมบัติที่เป็นประโยชน์ได้จากนั้นนักวิทยาศาสตร์ก็สามารถทุ่มเทความพยายามได้"
Markus J. Buehler ศาสตราจารย์ด้านวิศวกรรมของ McAfee ที่ MIT กล่าวในการสัมภาษณ์ทางอีเมลว่าเอกสารฉบับใหม่นี้แสดงให้เห็นถึงพลังของการใช้แมชชีนเลิร์นนิง
"การค้นพบดังกล่าวเป็นวิธีที่แตกต่างอย่างมากจากสิ่งที่เราเคยทำมาก่อนหน้านี้ ซึ่งปัจจุบันเร็วขึ้น มีประสิทธิภาพมากขึ้น และสามารถกำหนดเป้าหมายไปยังแอปพลิเคชันได้มากขึ้น" Buehler กล่าว "สิ่งที่น่าตื่นเต้นเกี่ยวกับงานของ Singh et al คือพวกเขารวมเครื่องมือวัสดุล้ำสมัย (Density Functional Theory วิธีแก้ปัญหาควอนตัม) เข้ากับเครื่องมือสารสนเทศด้านวัสดุ เป็นวิธีที่สามารถนำไปใช้กับการออกแบบวัสดุอื่น ๆ ได้อย่างแน่นอน ปัญหา"
ความเป็นไปได้ที่ไม่สิ้นสุด
แร่หายากมีอยู่ในผลิตภัณฑ์ไฮเทคมากมาย เช่น โทรศัพท์มือถือ นาฬิกา และแท็บเล็ต ตัวอย่างเช่น ในการแสดง สารประกอบเหล่านี้ถูกเติมลงในวัสดุที่มีคุณสมบัติทางแสงที่ตรงเป้าหมายอย่างสูง นอกจากนี้ยังใช้ในกล้องโทรศัพท์มือถือของคุณ
"พวกมันเป็นสิ่งมหัศจรรย์ที่ทำหน้าที่เป็นองค์ประกอบสำคัญในอารยธรรมสมัยใหม่" Buehler กล่าว "อย่างไรก็ตาม มีความท้าทายในด้านวิธีการขุดและวิธีการจัดหา ดังนั้น เราจำเป็นต้องสำรวจวิธีที่ดีกว่าเพื่อใช้พวกมันอย่างมีประสิทธิภาพมากขึ้นหรือแทนที่ฟังก์ชันด้วยการผสมผสานวัสดุทางเลือกใหม่"
ไม่ใช่แค่สารประกอบแร่ที่จะได้รับประโยชน์จากวิธีการเรียนรู้ของเครื่องที่ใช้โดยผู้เขียนบทความใหม่ AI สามารถนำไปใช้กับหลาย ๆ ด้านที่ปัญหาซับซ้อนมากจนนักวิทยาศาสตร์ไม่สามารถพัฒนาวิธีแก้ปัญหาแบบเดิมผ่านคณิตศาสตร์หรือการจำลองของฟิสิกส์ที่รู้จัก Buehler กล่าว
"อย่างไรก็ตาม เรายังไม่มีแบบจำลองที่เหมาะสมในการเชื่อมโยงโครงสร้างของวัสดุกับคุณสมบัติของวัสดุ" เขากล่าวเสริม "ด้านหนึ่งอยู่ในชีววิทยา โดยเฉพาะการพับโปรตีน ทำไมโปรตีนบางชนิดถึงทำให้เกิดโรคได้หลังจากมีการเปลี่ยนแปลงทางพันธุกรรมเล็กน้อย เราจะพัฒนาสารประกอบทางเคมีใหม่เพื่อรักษาโรคหรือพัฒนายาใหม่ได้อย่างไร"
ความเป็นไปได้อีกอย่างหนึ่งคือการหาวิธีปรับปรุงประสิทธิภาพของคอนกรีตเพื่อลดผลกระทบของคาร์บอน Buehler กล่าว ตัวอย่างเช่น เรขาคณิตโมเลกุลของวัสดุสามารถจัดเรียงแตกต่างกันเพื่อให้วัสดุมีประสิทธิภาพมากขึ้น เพื่อให้เรามีความแข็งแรงมากขึ้นโดยใช้วัสดุน้อยลงและวัสดุมีอายุการใช้งานยาวนานขึ้น
"AI กำลังปฏิวัติวิธีที่เราคิดเกี่ยวกับการแก้ปัญหาที่ซับซ้อนที่มีมิติสูงเหล่านี้ และเปิดทางใหม่ในการคิดเกี่ยวกับโอกาสในอนาคต" เขากล่าวเสริม "เราเพิ่งเริ่มต้นช่วงเวลาที่น่าตื่นเต้น"