Bài học rút ra chính
- Các nhà nghiên cứu đã mô tả một phương pháp sử dụng AI để tìm các hợp chất đất hiếm mới.
- Hợp chất đất hiếm được tìm thấy trong nhiều sản phẩm công nghệ cao như điện thoại di động, đồng hồ và máy tính bảng.
- AI có thể được áp dụng cho nhiều lĩnh vực mà các vấn đề phức tạp đến mức các nhà khoa học không thể phát triển các giải pháp thông thường thông qua toán học hoặc mô phỏng vật lý đã biết.
Một phương pháp mới để tìm kiếm các hợp chất đất hiếm sử dụng trí thông minh nhân tạo có thể dẫn đến những khám phá cách mạng hóa thiết bị điện tử cá nhân.
Các nhà nghiên cứu từ Phòng thí nghiệm Ames và Đại học Texas A&M đã đào tạo mô hình máy học (ML) để đánh giá tính ổn định của các hợp chất đất hiếm. Các nguyên tố đất hiếm có nhiều công dụng, bao gồm công nghệ năng lượng sạch, lưu trữ năng lượng và nam châm vĩnh cửu.
“Các hợp chất mới có thể kích hoạt các công nghệ trong tương lai mà chúng tôi thậm chí chưa thể hiểu được”, Yaroslav Mudryk, giám sát viên dự án, nói với Lifewire trong một cuộc phỏng vấn qua email.
Tìm Khoáng
Để cải thiện việc tìm kiếm các hợp chất mới, các nhà khoa học đã sử dụng máy học, một dạng trí tuệ nhân tạo (AI) được điều khiển bởi các thuật toán máy tính, cải thiện thông qua việc sử dụng và trải nghiệm dữ liệu. Các nhà nghiên cứu cũng sử dụng sàng lọc thông lượng cao, một sơ đồ tính toán cho phép các nhà nghiên cứu kiểm tra hàng trăm mô hình một cách nhanh chóng. Công việc của họ đã được mô tả trong một bài báo gần đây được xuất bản trên Acta Materialia.
Trước khi có AI, việc phát hiện ra các vật liệu mới chủ yếu dựa trên thử và sai, Prashant Singh, một trong những thành viên của nhóm, cho biết trong một email gửi tới Lifewire. AI và học máy cho phép các nhà nghiên cứu sử dụng cơ sở dữ liệu vật liệu và các kỹ thuật tính toán để lập bản đồ cả tính ổn định hóa học và tính chất vật lý của các hợp chất mới và hiện có.
"Ví dụ: việc đưa một vật liệu mới được phát hiện từ phòng thí nghiệm ra thị trường có thể mất 20-30 năm, nhưng AI / ML có thể tăng tốc đáng kể quá trình này bằng cách mô phỏng các đặc tính của vật liệu trên máy tính trước khi đặt chân vào phòng thí nghiệm", Singh đã nói.
AI đang cách mạng hóa cách chúng ta suy nghĩ về việc giải quyết nhiều vấn đề phức tạp theo chiều hướng cao này và nó mở ra một cách mới để suy nghĩ về các cơ hội trong tương lai.
AI đánh bại các phương pháp cũ hơn để tìm kiếm các hợp chất mới, Joshua M. Pearce, Chủ tịch John M. Thompson về Công nghệ Thông tin và Đổi mới tại Đại học Western, cho biết trong một cuộc phỏng vấn qua email.
"Số lượng các hợp chất tiềm năng, sự kết hợp, vật liệu tổng hợp và vật liệu mới là điều đáng kinh ngạc", ông nói thêm. "Thay vì dành thời gian và tiền bạc để tạo và sàng lọc mọi thứ cho một ứng dụng cụ thể, AI có thể được sử dụng để giúp dự đoán các vật liệu có đặc tính hữu ích. Sau đó, các nhà khoa học có thể tập trung nỗ lực của họ."
Markus J. Buehler, Giáo sư Kỹ thuật McAfee tại MIT, cho biết trong một cuộc phỏng vấn qua email rằng bài báo mới cho thấy sức mạnh của việc sử dụng máy học.
"Đó là một cách khác biệt đáng kể để thực hiện những khám phá như vậy so với những gì chúng tôi có thể thực hiện trước đây - những khám phá hiện nay nhanh hơn, hiệu quả hơn và có thể được nhắm mục tiêu nhiều hơn đến các ứng dụng", Buehler nói. "Điều thú vị trong công việc của Singh và cộng sự là họ kết hợp các công cụ vật liệu tiên tiến (Lý thuyết hàm mật độ, một cách để giải quyết các vấn đề lượng tử) với các công cụ của tin học vật liệu. Đó chắc chắn là một cách có thể áp dụng cho nhiều thiết kế vật liệu khác vấn đề."
Khả năng vô tận
Hợp chất đất hiếm được tìm thấy trong nhiều sản phẩm công nghệ cao như điện thoại di động, đồng hồ và máy tính bảng. Ví dụ, trong màn hình, các hợp chất này được thêm vào vật liệu ban tặng có các đặc tính quang học được nhắm mục tiêu cao. Chúng cũng được sử dụng trong máy ảnh của điện thoại di động của bạn.
"Theo một cách nào đó, chúng là một loại vật chất kỳ diệu đóng vai trò như một yếu tố quan trọng trong nền văn minh hiện đại," Buehler nói. "Tuy nhiên, có những thách thức về cách chúng được khai thác và cách chúng được cung cấp. Do đó, chúng tôi cần khám phá những cách tốt hơn để sử dụng chúng hiệu quả hơn hoặc thay thế các chức năng bằng các kết hợp mới của các vật liệu thay thế."
Không chỉ các hợp chất khoáng có thể được hưởng lợi từ phương pháp học máy được các tác giả của bài báo mới sử dụng. Buehler cho biết AI có thể được áp dụng cho nhiều lĩnh vực mà các vấn đề phức tạp đến mức các nhà khoa học không thể phát triển các giải pháp thông thường thông qua toán học hoặc mô phỏng vật lý đã biết.
"Xét cho cùng, chúng tôi vẫn chưa có mô hình phù hợp để liên hệ cấu trúc của vật liệu với các đặc tính của nó," ông nói thêm. "Một lĩnh vực nằm trong sinh học, cụ thể là sự gấp protein. Tại sao một số protein, sau khi có một thay đổi nhỏ về gen, lại dẫn đến bệnh tật? Làm thế nào chúng ta có thể phát triển các hợp chất hóa học mới để điều trị bệnh hoặc phát triển các loại thuốc mới?"
Một khả năng khác là tìm ra cách cải thiện hiệu suất của bê tông để giảm tác động carbon của nó, Buehler nói. Ví dụ: hình học phân tử của vật liệu có thể được sắp xếp khác nhau để làm cho vật liệu hiệu quả hơn để chúng ta có nhiều sức mạnh hơn với việc sử dụng ít vật liệu hơn và vật liệu tồn tại lâu hơn.
"AI đang cách mạng hóa cách chúng ta nghĩ về việc giải quyết nhiều vấn đề phức tạp chiều cao này và nó mở ra một cách mới để suy nghĩ về các cơ hội trong tương lai", ông nói thêm. "Chúng ta chỉ mới bắt đầu một thời kỳ thú vị."
