دانشمندان با استفاده از هوش مصنوعی ۲۵ ماده ناشناخته را کشف کردند
پژوهشگران دانشگاه نیوهمپشایر با استفاده از هوش مصنوعی موفق شدند ۲۵ ماده مغناطیسی ناشناخته را، از جمله ترکیباتی که در دماهای بالا پایدار باقی میمانند، شناسایی کنند.

پژوهشگران دانشگاه نیوهمپشایر با استفاده از هوش مصنوعی موفق شدند ۲۵ ماده مغناطیسی ناشناخته را، از جمله ترکیباتی که در دماهای بالا پایدار باقی میمانند، شناسایی کنند. این پایگاه داده جدید با نام Northeast Materials Database با هدف کاهش وابستگی به عناصر نادر خاکی طراحی شده و روشی سریعتر و کارآمدتر برای کشف مواد مغناطیسی پایدار جهت استفاده در خودروهای الکتریکی، سامانههای انرژی تجدیدپذیر و سایر کاربردها ارائه میدهد. این پژوهش با حمایت وزارت انرژی ایالات متحده انجام شده و در نشریه Nature Communications منتشر شده است.
دانشمندان از این ابزار هوش مصنوعی برای افزایش چشمگیر سرعت جستوجوی مواد مغناطیسی جدید استفاده کردهاند. رویکرد آنها به ایجاد یک پایگاه داده قابل جستوجو شامل ۶۷,۵۷۳ ماده مغناطیسی منجر شده که در میان آنها ۲۵ ترکیب ناشناخته وجود دارد که خاصیت مغناطیسی خود را در دماهای بالا حفظ میکنند.
سومان ایتانی، نویسنده اصلی این مطالعه و دانشجوی دکتری فیزیک، اعلام کرد که با شتاب بخشیدن به کشف مواد مغناطیسی پایدار میتوان وابستگی به عناصر نادر خاکی را کاهش داد، هزینه خودروهای الکتریکی و سامانههای انرژی تجدیدپذیر را پایین آورد و پایههای تولید صنعتی ایالات متحده را تقویت کرد.

منبع جدید که Northeast Materials Database نام دارد، با هدف سادهتر کردن فرآیند بررسی طیف گستردهای از مواد مغناطیسی طراحی شده؛ موادی که زیربنای فناوریهای مدرن از تلفنهای هوشمند و تجهیزات پزشکی گرفته تا مولدهای برق و خودروهای الکتریکی را تشکیل میدهند.
تیم دانشگاه نیوهمپشایر توضیح داد که چگونه یک سامانه هوش مصنوعی را برای خواندن و تفسیر مقالات علمی آموزش دادهاند. این سامانه، جزئیات کلیدی آزمایشگاهی را از متون استخراج میکند و آنها را به مدلهای رایانهای میفرستد تا مشخص شود یک ماده مغناطیسی است یا نه و تا چه دمایی میتواند پیش از از دست دادن این خاصیت مقاومت کند. سپس این نتایج در یک پایگاه داده واحد و قابل جستوجو سازماندهی میشوند تا پژوهشگران بتوانند بهسرعت گزینههای امیدبخشی را شناسایی کنند که در حالت عادی ممکن بود سالها کار آزمایشگاهی برای کشف آنها زمان ببرد.
جیادونگ ژانگ، استاد فیزیک و از نویسندگان این مطالعه، اظهار داشت که آنها در حال مقابله با یکی از دشوارترین چالشهای علم مواد یعنی کشف جایگزینهای پایدار برای آهنرباهای دائمی هستند و نسبت به این موضوع خوشبیناند که پایگاه داده تجربی و فناوریهای روبهرشد هوش مصنوعی بتوانند این هدف را دستیافتنی کنند.
منبع:دیجینوی


