Revoliucija medžiagų tyrimams naudojant automatizavimą

Pinigai, apjungiantys mašininį mokymąsi, robotikos և didelius duomenis, rodo didžiulį materialiųjų mokslų potencialą. Tik kurdami tokias technologijas būsimi tyrėjai gali dirbti kūrybiškesnius tyrimus, kurie paspartins medžiagų mokslo tyrimus. Paskola: „Tokyo Tech“

Daugelis mokslo pažangos praeityje buvo paremtos naujų medžiagų atradimu. Tačiau reguliariai naujų medžiagų sintezės, bandymų ir optimizavimo ciklas mokslininkams trunka ilgas valandas. Todėl potencialiai naudingos egzotinių savybių medžiagos lieka neatrastos. Bet ką daryti, jei per robotiką galėtume automatizuoti naują dirbtinio intelekto romaną, kad jis būtų kur kas greitesnis?

Naujausiame tyrime APL medžiaga:Japonijos Tokijo technikos instituto mokslininkai, vadovaujami docentės Ryotos Shimizu ir profesoriaus Taro Hitosugi, sukūrė strategiją, kuri galėtų visiškai autonomiškų medžiagų tyrimą paversti realybe. Jų darbas sutelktas į revoliucinę laboratorinės įrangos „CASH“ (prijungtos, autonominės, bendrosios, didelės spartos) idėją. Kai pinigai sumontuoti medžiagų laboratorijoje, tyrėjams tereikia nustatyti, kurias medžiagų savybes jie nori optimizuoti. Եւ Maitinkite sistemą jai reikalingais komponentais. Tada automatizuota sistema kontroliuoja, paruošia ir išbando naujus junginius, kol bus rasta geriausia. Naudodama mašininio mokymosi algoritmus, sistema gali pasinaudoti išankstinėmis žiniomis, kad nustatytų, kaip sintezės sąlygos turi pasikeisti, kad pasiektų norimą kiekvieno ciklo rezultatą.

Norėdami parodyti, kad CASH yra perspektyvi kietų medžiagų tyrimo strategija, docentas Shimizu ir jo komanda sukūrė idėjos patvirtinimo sistemą, susidedančią iš robotų siūlų, apsuptų keliais moduliais. Jų montavimas buvo skirtas sumažinti titano dioksido plonos plėvelės elektrinę varžą, reguliuojant nusėdimo sąlygas. Todėl moduliai yra orapūtės įtaisas, skirtas matuoti pasipriešinimą. Robotas prireikus perkėlė mėginius iš modulio į modulį, o sistema, remdamasi ankstesniais duomenimis, automatiškai numatė kitos iteracijos sintezės parametrus. Prognozavimui jie naudojo Bajeso optimizavimo algoritmą.

Ingly, jų kasos įrenginys sugebėjo pagaminti ir ištirti dvylika mėginių per dieną – dešimt kartų padidinti pralaidumą, palyginti su tuo, ką mokslininkai gali gauti rankiniu būdu įprastoje laboratorijoje. Be šio reikšmingo greičio padidėjimo, vienas iš pagrindinių CASH strategijos pranašumų yra galimybė sukurti didžiules visumines duomenų bazes, apibūdinančias, kaip medžiagos savybės skiriasi priklausomai nuo sintezės sąlygų. Šiuo atžvilgiu profesorius Hitosugi pažymi: „Šiandien medžiagų ir jų savybių duomenų bazės lieka neišsamios. Taikydami CASH metodą, mes galėtume juos lengvai užbaigti ir tada atrasti paslėptas materijos savybes, dėl kurių būtų galima atrasti naujus fizikos dėsnius ir įgyti žinių atliekant statistinę analizę “.

Tyrėjų grupė mano, kad CASH metodas sukels perversmą materialiame moksle. Duomenų bazės, kurias greitai ir be jokių pastangų generuoja CASH sistemos, bus integruotos į didelius duomenų kiekius, mokslininkai joms apdoroti naudos pažangius algoritmus ir išgaus žmonėms skaitomas išraiškas. Tačiau, pasak profesoriaus Hitosugi, vien mašinų mokymasis ir robotika negali įgyti žinių ar atrasti fizikos ir chemijos sąvokų. „Turi vystytis būsimų medžiagų mokslininkų mokymai. jie turi suprasti, ką mašininis mokymasis gali išspręsti accordingly pagal tai nustatyti užduotį. Žmogaus tyrinėtojų galia slypi kuriant visuomenėje sąvokas arba nustatant problemas. „Labai svarbu derinti šias stipriąsias puses su mašinų mokymu ir robotika“, – sakė jis.

Apskritai šiame būsimame straipsnyje nagrinėjama didžiulė nauda, ​​kurią automatika gali suteikti medžiagų mokslui. Jei pasikartojančių užduočių našta bus pašalinta iš tyrėjų pečių, jie galės daugiau dėmesio skirti materialaus pasaulio paslapčių atskleidimui žmonijos labui.

Nuoroda. Ryota Shimizu, Shigeru Kobayashi, Yuki Watanabe, Yasunobu Ando և Taro Hitosugi, 2020 m. Lapkričio 18 d. „Autonominių medžiagų sintezė per mašinų mokymąsi ir robotizaciją“, APL medžiagos:,
DOI: 10.1063 / 5.0020370:

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Išradingi vandenyno mikrobai puikiai renka maistą, kai jo trūksta

Coscinodiscus wailesii diatoma su pritvirtinta Pseudovorticella coscinodisci ciliarine epibionte. Brūkšninės linijos gaunamos iš srautų, kuriuos generuoja silikatiniai epibionai. Šaltinio vaizdo įrašas buvo...

Žindymas – net kelias dienas – susijęs su mažesniu vaikystės kraujospūdžiu

Net keletą dienų žindomų kūdikių kraujospūdis 3 metų amžiaus yra žemesnis nei vaikų, kurie niekada nemaitino krūtimi. Žindomų naujagimių kraujospūdis yra žemas, neatsižvelgiant į jų...

Dirbtinio intelekto naudojimas norint rasti senėjimo cheminius junginius

Iki Surėjaus universitetas 2021 m. Liepos 24 d Surrey universitetas sukūrė dirbtinio intelekto (AI) modelį, kuris identifikuoja sveiką senėjimą skatinančius cheminius junginius, atverdamas kelią farmacijos naujovėms,...

NASA apdovanojo „SpaceX“ sutartį su „Europa Clipper“ misijos įkūrimu

Jis yra NASA 2021 m. Liepos 24 d Šis vaizdas, patikslintas 2020 m. Gruodžio mėn., Rodo NASA erdvėlaivį „Europa Clipper“. Vidaus vandenynams padvigubėjus žemės vandenynų...

Surasti povandeninį kalną šalia Kalėdų salos kaip Saurono akis

Autoriai: Philas Vandenbossche'as ir Nelsonas Kuna / CSIRO Kaip ir „Žiedų valdovo“ trilogijos Saurono akis, povandeninį vulkaną tyliai atskleidė kelių spindulių sonaras, esantis 3100 metrų...

Newsletter

Subscribe to stay updated.