Gündem

Makineler yeni malzemeleri ortaya çıkarmayı öğreniyor

0

Zachary Ulissi (sağda), Zhitao Guo ile birlikte resmedilmiştir.  Kimyasal dozlayıcıyı bir ThetaProbe XPS sisteminde çalıştırıyorlar

Zachary Ulissi (sağda) yüzey kiralitesinin kimyasal reaksiyonları nasıl etkilediğini araştırıyor.Kredi: Malzeme Bilimi ve Mühendisliği Bölümü/Carnegie Mellon Üniversitesi

Malzeme bilimcileri, yeni malzemeleri keşfetmek için giderek artan bir şekilde makine öğrenimine ve diğer hesaplama tekniklerine yöneliyor. Korozyona dayanıklı uçak bileşenlerinden ve daha iyi pillerden yeni ilaçlara veya yeni katalizörlere kadar, büyük veriler onları bulmaya yardımcı olabilir.

Almanya, Berlin’deki Fritz-Haber Enstitüsü’nde hesaplamalı malzeme bilimcisi olan Matthias Scheffler, “Sorun, olası malzemelerin sayısının sonsuz olmasıdır” diyor. “Yüksek verimli tarama ile binlerce sistemi tarayabilirsiniz ve bin, sonsuz ile karşılaştırıldığında hiçbir şeydir.”

Scheffler, Berlin Humboldt Üniversitesi’nden fizikçi Claudia Draxl ile birlikte, kimyasal bileşikler hakkında çok çeşitli bilgiler için bir veri deposu olan Fritz-Haber’de Novel Materials Discovery Laboratory’yi (NOMAD) başlattı. Draxl ve Scheffler şimdi bunu, birçok araştırmacı tarafından üretilen verileri standartlaştıran bir altyapı oluşturmak için beş yıl boyunca Alman federal hükümetinden yılda 3 milyon Euro (3,5 milyon ABD Doları) alacak olan FAIRmat adlı bir konsorsiyumla genişletiyor. diğerleri onları kullanabilir.

Kısaltma, verilerin herhangi bir araştırmacı tarafından “bulunabilir, erişilebilir, birlikte çalışabilir ve yeniden kullanılabilir” olması gerektiği ilkesinden gelir, ancak Scheffler ayrıca AIR’yi yapay zekaya hazır anlamına gelir. Kimyagerlerin araştırmaları sırasında ürettikleri ve çoğu asla yayınlamadıklarını söylediği veri tomarlarının uyumlu veri formatlarında toplanmasını ve bilim adamlarının onlarla yeni makine öğrenimi modelleri oluşturabilmeleri için paylaşılmasını istiyor.

NOMAD, 2011 yılında ABD Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) tarafından Gaithersburg, Maryland’de kurulan Materials Genome Initiative dahil olmak üzere dünya çapındaki projelerle benzer amaçlarla işbirliği yapmaktadır.

Ertesi yıl Çin’deki Şanghay Üniversitesi, Malzeme Genom Enstitüsü’nü kurdu. Diğer birçok Çin üniversitesi ile ortak projeler başlattı ve diğerleri arasında Amerika Birleşik Devletleri, Japonya, Singapur, Fransa, İspanya, Rusya ve Avustralya’dan araştırmacıları çeken seminerler düzenledi. Çabalar şimdiden meyve vermeye başladı.

Örneğin, Pittsburgh, Pennsylvania’daki Carnegie Mellon Üniversitesi’nde kimya mühendisi olan Zachary Ulissi ve Kanada, Toronto Üniversitesi’nde bilgisayar bilimcisi olan Ted Sargent, karbondioksiti çöpe atmak yerine endüstriyel olarak yararlı ürünlere dönüştürmenin bir yolunu bulmak istediler. atmosfere verir. CO2 Oksijeni uzaklaştıran ve moleküllere hidrojen ekleyen kimyasal reaksiyonu hızlandırmak için bir bakır katalizör kullanılarak etilene dönüştürülebilir, ancak Ulissi ve Sargent, süreci daha verimli ve uygun fiyatlı hale getirmek için daha iyi bir katalizör bulmak istedi.

Ulissi, Materials Genome Initiative’in bir parçası olan Materials Research Project’ten bakır içeren 244 kristal hakkında veri aldı. Kristallerin toplam 12.229 yüzeyi ve CO2’nin bulunduğu yüzeylerde 228.969 yeri vardı.2 moleküller yapışır.

En umut verici adayları bulmak için her biri üzerinde karmaşık hesaplamalar yapması gerekiyordu. “Bu hesaplamalardan herhangi biri iki veya üç gün gibi bir zaman alır ve herhangi bir bileşim veya kristal yapı için yüz ila bin atom yapmam gerekebilir” diyor.

İş yükünü hafifletmek için numunenin yalnızca bir alt kümesi üzerinde hesaplamalar yaptı ve ardından bu sonuçları bir makine öğrenimi algoritması eğitmek için kullandı. Bilgisayar, bakır-alüminyum (CuAl) alaşımlarının optimal olacağını önerdi, bu nedenle Ulissi, daha ileri testler yapmak ve özellikleri hakkında daha fazla bilgi edinmek için 17 tip CuAl kristali sentezledi. Testler, alaşımların etilen reaksiyonunda saf bakır katalizörlerden önemli ölçüde daha verimli olduğunu gösterdi.

Çok miktarda kimyasal ve yapısal veri toplama ve bunları yapay zeka algoritmalarına sunma yaklaşımı, daha verimli güneş pili bileşenlerinden daha dayanıklı akıllı telefon ekranlarına kadar bir dizi yeni malzemeye yol açabilir. Scheffler, “Temelde her yeni ticari ürün yeni bir malzemeye dayanır” diyor. “Yani bu materyalleri bulmak, gerçekten AI’nın yardımcı olabileceği amaçtır.”

Profesör

Nanoteknoloji, bağışıklık anahtarını nasıl hareket ettirebilir?

Previous article

Malzeme bilimi gücü gösterir

Next article

You may also like

Comments

Comments are closed.

More in Gündem