Algoritma AI menemui struktur nano baharu, mengurangkan masa penyelidikan daripada satu bulan kepada enam jam

AI telah mencapai pencapaian baharu!

Temui struktur nano baharu dalam masa 6 jam sahaja. Menggunakan kaedah tradisional, ia akan mengambil masa sekurang-kurangnya 1 bulan untuk menyelesaikan tugasan ini.

Keputusan ini diterbitkan dalam sub-jurnal Sains Advance.

△ Mengimbas imej mikroskop elektron menggambarkan struktur nano baharu yang ditemui oleh AI

Eksperimen daripada Jabatan Tenaga A.S. (JAS) Bruker Black At Wen National Laboratory, penyelidik menggunakan teknologi dipacu AI untuk menemui tiga struktur nano baharu.

Salah satu struktur adalah jenis "tangga" yang sangat jarang berlaku.

Mereka menggunakan rangka kerja dipacu algoritma yang dipanggil gpCAM untuk keseluruhan proses, yang boleh mentakrif dan melaksanakan semua langkah percubaan secara bebas.

Selepas membaca kertas itu, Ketua Pegawai Eksekutif syarikat permulaan produk digital dengan berani berkata sesuatu untuk menangkap populariti ChatGPT:

Saya bertaruh bahawa dalam tempoh lima tahun akan datang, AI akan mengubah sains kejuruteraan dan bahan , farmaseutikal, akan mengerdilkan pengaruh ChatGPT.

Temui tiga struktur nano baharu

Temui tiga struktur nano baharu, semuanya melalui proses yang dipanggil pemasangan sendiri ) yang terbentuk melalui proses tersebut.

Pemasangan sendiri merujuk kepada teknologi di mana unit struktur asas, seperti molekul, bahan nano, mikron, dll., secara spontan membentuk struktur tersusun.

Struktur yang terbentuk adalah stabil dan mempunyai rupa geometri sekata tertentu.

Gregory Doerk, seorang saintis di Brookhaven's Center for Functional Nanomaterials (CFN) dan salah seorang pengarang kajian baharu menjelaskan:

Bahan yang dipasang sendiri mempunyai sifat yang kecil sementara juga sedang Kawalan yang ketat, menggunakan teknik ini, membolehkan corak nano yang lebih kecil dengan resolusi yang lebih baik.

△Pengarang bersama Kevin Yager (kiri) dan Gregory Doerk (kanan).

Izinkan saya memperkenalkan CFN Matlamat organisasi ini adalah untuk menubuhkan perpustakaan corak nano yang dipasang sendiri untuk mengembangkan skop aplikasinya.

Sebelum ini, penyelidik menunjukkan bahawa jenis nanopattern baharu boleh dibentuk dengan mencampurkan dua bahan pemasangan sendiri.

Walau bagaimanapun, pemasangan sendiri tradisional hanya boleh membentuk struktur yang agak mudah, seperti silinder, kepingan atau sfera.

Tetapi kali ini, penyelidik mendapati bahawa antara tiga struktur nano baharu, terdapat struktur tangga!

Dalam erti kata lain, sebaik sahaja parut kimia yang sesuai (pemecah spektrum) digunakan, adalah mungkin untuk menemui struktur baharu dengan mencampurkan dua bahan yang dipasang sendiri.

Penemuan baharu membawa kejutan, tetapi juga cabaran baharu dalam proses percubaan:

Keseluruhan proses pemasangan sendiri memerlukan kawalan banyak parameter, dan gabungan parameter yang sesuai mesti ditemui untuk mencipta struktur baharu dan berguna.

Proses ini selalunya sangat panjang.

Untuk mempercepatkan penyelidikan, penyelidik CFN telah memperkenalkan keupayaan AI baharu:

Eksperimen Autonomi.

Mempercepatkan dari 1 bulan hingga 6 jam

Anda juga boleh mendengar cara kaedah tradisional mencari gabungan parameter yang betul~

Pertama, penyelidik akan mensintesis sampel, kemudian ukur dan pelajari maklumat berguna daripadanya.

Kemudian, buat sampel yang berbeza, ukur, belajar daripadanya...

Pendek kata, teruskan sahaja proses ini sehingga anda menyelesaikan masalah yang ingin anda selesaikan.

Mengapa tidak menyerahkan kerja yang membosankan dan berulang-ulang itu kepada AI?

Malah, CFN dan National Synchrotron Light Source II (NSLS-II), Pejabat Kemudahan Pengguna Sains di makmal yang sama, telah membangunkan rangka kerja AI yang secara automatik boleh mentakrif dan melaksanakan semua langkah sesuatu eksperimen.

Masa sangat suntuk, dan CFN akhirnya memilih untuk bekerjasama dengan Pusat Matematik Lanjutan untuk Penyelidikan dan Aplikasi Tenaga (CAMERA) Jabatan Tenaga A.S..

Rangka kerja dipacu algoritma gpCAM CAMERA membolehkan pembuatan keputusan autonomi. Semasa kerjasama itu, gpCAM telah digunakan untuk meneroka ciri-ciri model yang berbeza secara autonomi.

Penyelidikan terkini adalah kali pertama pasukan berjaya menunjukkan keupayaan algoritma untuk menemui bahan baharu.

Selepas gpCAM menyertai, pasukan penyelidik mula-mula menggunakan peralatan nanofabrikasi CFN untuk menyediakan sampel kompleks dengan satu siri ciri, kemudian ia dipasang sendiri dan dianalisis dalam peralatan sintesis bahan CFN.

Sampel ini mempunyai sifat spektrum dan juga mengandungi kecerunan untuk setiap parameter yang menarik minat penyelidik.

Dengan cara ini, satu sampel menjadi koleksi gergasi pelbagai struktur bahan yang berbeza.

Sampel ini telah dihantar ke NSLS-II untuk kajian struktur menggunakan sinar-X ultra-terang.

△ Data taburan sinar-X (kiri) menunjukkan kawasan utama sampel dengan imej mikroskop elektron pengimbasan yang sepadan (kanan)

Apabila sinar dijalankan, gpCAM mencipta model pelbagai struktur bahan yang berbeza tanpa campur tangan manusia.

Perkara yang perlu dilakukan oleh gpCAM ialah membuat pengukuran lebih berwawasan Ringkasnya, ia menggunakan algoritma AI untuk memilih titik yang hendak diukur seterusnya, menjadikan setiap pengukuran lebih tepat.

△Saluran Antaramuka Bahan Lembut (SMI) NSLS-II.

Dari awal hingga akhir, algoritma AI mengambil masa selama 6 jam.

Dengan mengandaikan kaedah tradisional digunakan, penyelidik perlu menghabiskan sekurang-kurangnya sebulan di makmal.

Dalam 6 jam ini, algoritma telah mengenal pasti tiga bidang utama dalam sampel yang kompleks.

Para penyelidik menggunakan peralatan mikroskop elektron CFN untuk imej ketiga-tiga kawasan ini dengan terperinci, mendedahkan nanorel dan kecerunan, antara ciri baharu yang lain.

"Eksperimen autonomi boleh mempercepatkan penemuan." Kevin Yager, penyelidik CFN dan pengarang bersama kajian baharu itu, "Ini sedang dalam proses 'mengencangkan' kitaran penemuan biasa dalam sains, mengurangkan masa antara hipotesis dan pengukuran. "

Yager juga berkata bahawa sebagai tambahan kepada kelajuan, eksperimen autonomi meningkatkan skop penyelidikan, yang bermaksud bahawa masalah saintifik yang lebih mencabar kini boleh dicuba.

Dengan kata lain, kaedah eksperimen autonomi adalah adaptif dan boleh digunakan untuk hampir semua soalan kajian.

Penyelidik sudah tidak sabar untuk mengkaji interaksi kompleks antara berbilang parameter Apakah yang anda harapkan daripada ini?

Pautan rujukan:

[1]​​//m.sbmmt.com/link/8e5231f0eadafd174b670e838e42d97d​​

Atas ialah kandungan terperinci Algoritma AI menemui struktur nano baharu, mengurangkan masa penyelidikan daripada satu bulan kepada enam jam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!