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

Naujų atradimų apie milijardus mikrobų pavertimą mūsų kūnu pavertimas įvairiomis ligomis

Įvairūs MIT tyrėjai naujus atradimus apie milijardus mikrobų paverčia žmogaus kūnu įvairiausių ligų gydymu. Įvairūs mokslininkai naujus atradimus apie milijardus mikrobų paverčia kūnu įvairiausių ligų...

MIT neurologai nustato hipokampo smegenų sąsają, koduojančią įvykių laiką

MIT neuromokslininkai nustatė, kad hipokampo CA2 regione esančios piramidinės ląstelės (žalios) yra atsakingos už kritinės informacijos saugojimą. Kreditas: „Tonegawa Lab“, redagavo „MIT News“ Išvados...

Vibruojančių molekulių naudojimas medžiagos bangų savybėms tirti

HD + molekuliniai jonai (geltonos ir raudonos taškų poros) jonų gaudyklėje (pilka) yra apšvitinti lazerio banga (raudona). Tai sukelia kvantinį šuolį pakeistų molekulių joninės...

Naujas dizainas pagerina naujos kartos perovskitų kraujo ląstelių efektyvumą

Autorius: Davidas L. Chandleris, Masačusetso technologijos institutas 2021 m. Vasario 27 d Šiame paveikslėlyje perovskito fotovoltai fone rodomi su atskirais perovskito kristalais, kurie rodomi kaip...

Naujas odos pleistras nuolat stebi širdies ir kraujagyslių sistemos signalus և biocheminius lygius

Šis minkštas, tamprus pleistras gali vienu metu kontroliuoti jo kraujospūdžio և biocheminį lygį. Paskola Wang laboratorija / San Diegas Kalifornijos universiteto, San Diego,...

Newsletter

Subscribe to stay updated.