78 Share

Yapay Zeka Sistemi Bilim Adamları İçin Yeni Materyaller Keşfediyor

Furkan Altunsoy9 ay önce



Araştırma ekibi, Nature Communications'da CAMEO üzerine çalışmalarını yayınladı.

Malzeme bilimi alanında bilim adamları, "hafif ama aynı zamanda bir araba yapmak için güçlü bir metal veya bir jet motoru için yüksek gerilimlere ve sıcaklıklara dayanabilen bir metal" gibi belirli uygulamalarda kullanılabilecek yeni malzemeler keşfetmeye çalışıyorlar. "

Ancak bu tür yeni materyalleri bulmak genellikle çok sayıda koordineli deney ve zaman alan teorik araştırmalar gerektirir. Bir araştırmacı, bir malzemenin özelliklerinin farklı sıcaklıklara göre nasıl değiştiğiyle ilgileniyorsa, o zaman araştırmacının 10 farklı sıcaklıkta 10 deney yapması gerekebilir. Ancak sıcaklık yalnızca bir parametredir. Her biri 10 değere sahip beş parametre varsa, bu araştırmacı deneyi 10 x 10 x 10 x 10 x 10 kez, toplam 100.000 deney çalıştırmalıdır. Kusne, bir araştırmacının yıllar veya on yıllar alabileceği için bu kadar çok deney yapmasının neredeyse imkansız olduğunu söyledi.

İşte burada CAMEO devreye giriyor. Malzeme Keşfi ve Optimizasyonu için Kapalı Döngü Otonom Sisteminin kısaltması olan CAMEO, her bir deneyin bilim adamının bilgi ve anlayışını en üst düzeye çıkarmasını ve fazlalık bilgi verecek deneyleri atlamasını sağlayabilir. Bilim insanlarının daha az deneyle hedeflerine daha hızlı ulaşmalarına yardımcı olmak, laboratuvarların sınırlı kaynaklarını daha verimli kullanmalarına da olanak tanır. Ancak CAMEO bunu nasıl yapabilir?

Makinenin Arkasındaki Yöntem:

Makine öğrenimi, bilgisayar programlarının verilere erişebildiği ve verileri kendilerinin işleyebildiği, tekrarlanan eğitime güvenmek yerine kendiliğinden gelişen bir süreçtir. Bu, daha sonra hangi deneyin deneneceğini belirlemek için tahmin ve belirsizlik kullanan kendi kendine öğrenen bir yapay zeka olan CAMEO'nun temelidir.

Adından da anlaşılacağı gibi, CAMEO kapalı bir döngüde çalışarak yararlı yeni bir malzeme arar: Bir malzeme üzerinde hangi deneyin çalıştırılacağını belirler, deneyi yapar ve verileri toplar. Ayrıca döngüde gerçekleştirilen tüm geçmiş deneyler tarafından bilgilendirilen bir sonraki deneyi çalıştırmadan önce bilim adamından istenen malzemenin kristal yapısı gibi daha fazla bilgi isteyebilir.

Maryland Üniversitesi'nde malzeme bilimi ve mühendislik araştırmacısı ve profesör olan Ichiro Takeuchi, "Deneyimizin anahtarı, CAMEO'yu tüm farklı kompozisyonlarla geniş bir malzeme dizisi oluşturduğumuz bir kombinasyon kütüphanesinde serbest bırakabilmemizdi," dedi. . Olağan bir kombinatoryal çalışmada, dizideki her malzeme, en iyi özelliklere sahip bileşiği aramak için sırayla ölçülür. Hızlı bir ölçüm kurulumuyla bile bu uzun zaman alır. CAMEO ile, en iyi malzemeyi elde etmek için normal ölçüm sayısının yalnızca küçük bir kısmını aldı.

AI ayrıca, geçmiş simülasyonlar ve laboratuvar deneyleri, ekipmanın nasıl çalıştığı ve fiziksel kavramlar gibi temel ilkeler hakkında bilgi içerecek şekilde tasarlanmıştır. Örneğin, araştırmacılar CAMEO'yu, bir malzemedeki atomların düzeninin kimyasal bileşim ve sıcaklıkla nasıl değiştiğini açıklayan faz haritalama bilgisiyle donattı.

Atomların bir malzemede nasıl düzenlendiğini anlamak, malzemenin ne kadar sert veya elektriksel olarak ne kadar yalıtkan olduğu ve belirli bir uygulama için ne kadar uygun olduğu gibi özelliklerini belirlemede önemlidir.

Bir malzemenin yapısını anlamanın en iyi yollarından biri, onu X ışını kırınımı adı verilen bir teknikle X ışınları ile bombardıman etmektir. Bilim adamları, X ışınlarının sıçradığı açıları belirleyerek, atomların bir malzemede nasıl düzenlendiğini belirleyerek kristal yapısını anlamalarını sağlayabilir. Bununla birlikte, tek bir kurum içi X-ışını kırınım deneyi bir saat veya daha fazla sürebilir. Futbol sahası büyüklüğünde büyük bir makinenin elektrik yüklü parçacıkları ışık hızına yakın hızda hızlandırdığı bir senkrotron tesisinde, bu işlem 10 saniye sürebilir çünkü hızlı hareket eden parçacıklar çok sayıda X-ışını yayar. Stanford Synchrotron Radiation Lightsource'ta (SSRL) gerçekleştirilen deneylerde kullanılan yöntem budur.

Algoritma, bir veri ağı üzerinden X-ışını kırınım ekipmanına bağlanan bir bilgisayara kurulur. CAMEO, X-ışınlarının atomik yapısını araştırmak için hangi malzemeye odaklanacağını seçerek bir sonraki malzeme bileşimini araştırmaya karar verir. Her yeni yinelemede, CAMEO geçmiş ölçümlerden öğrenir ve incelenecek bir sonraki materyali belirler. 

Bu yaklaşım, CAMEO'nun grubun GST467'ye kısalttığı "Ge" _4 "Sb" _6 "Te" _ (7,) malzemesini nasıl keşfettiğidir. CAMEO'ya araştırması için çok çeşitli kompozisyon tariflerini kapsayan 177 potansiyel malzeme verildi. Bu malzemeye ulaşmak için CAMEO, 177 malzemeden oluşan, bir bilim adamının alacağı tahmini 90 saate kıyasla 10 saat süren 19 farklı deneysel döngü gerçekleştirerek yaptı.

CAMEO'nun Daha Geniş Uygulamaları

Araştırmacılar, CAMEO'nun diğer birçok malzeme uygulaması için kullanılabileceğine inanıyor. CAMEO'nun kodu açık kaynak kodludur ve bilim adamları ve araştırmacılar tarafından ücretsiz olarak kullanılabilir olacaktır. Ve benzer makine öğrenimi yaklaşımlarından farklı olarak, CAMEO, kristalin malzemelerin bileşim-yapı-özellik ilişkisine odaklanarak faydalı yeni bir bileşik keşfetti. Bu şekilde, algoritma, bir malzemenin işlevlerinin yapısal kökenlerini izleyerek keşif yolunda ilerledi.

Synchrotron tesislerinde deneyler önermek, planlamak ve çalıştırmak zaman ve para gerektirdiğinden, CAMEO'nun bir avantajı maliyetleri en aza indirmektir. Araştırmacılar, CAMEO kullanan deneyler için zamanın on kat azalacağını tahmin ediyorlar, çünkü gerçekleştirilen deneylerin sayısı onda bir oranında azaltılabiliyor. 

Kaynak:

https://www.sciencedaily.com/releases/2020/11/201124092150.htm

Bu Blog İçin Durumunu Belirt

Love

0

Cool

0

Geeky

0

Lol

0

Meh

0

Omg

0

Thnk

0

Angry

0

Yorumda isminiz görünsün mü ?

Benzer Bloglar