Clau per emportar
- Els investigadors han descrit un mètode que utilitza IA per trobar nous compostos de terres rares.
- Els compostos de terres rares es troben en molts productes d' alta tecnologia, com ara telèfons mòbils, rellotges i tauletes.
- La IA es pot aplicar a moltes àrees on els problemes són tan complexos que els científics no poden desenvolupar solucions convencionals mitjançant matemàtiques o simulacions de la física coneguda.
Un nou mètode per trobar compostos de terres rares mitjançant la intel·ligència artificial podria conduir a descobriments que revolucionin l'electrònica personal, diuen els experts.
Investigadors de l'Ames Laboratory i de la Texas A&M University van formar un model d'aprenentatge automàtic (ML) per avaluar l'estabilitat dels compostos de terres rares. Els elements de terres rares tenen molts usos, com ara tecnologies d'energia neta, emmagatzematge d'energia i imants permanents.
"Els nous compostos poden permetre tecnologies futures que encara no podem entendre", va dir Yaroslav Mudryk, el supervisor del projecte, a Lifewire en una entrevista per correu electrònic.
Trobant minerals
Per millorar la cerca de nous compostos, els científics van utilitzar l'aprenentatge automàtic, una forma d'intel·ligència artificial (IA) impulsada per algorismes informàtics que milloren mitjançant l'ús de dades i l'experiència. Els investigadors també van utilitzar el cribratge d' alt rendiment, un esquema computacional que permet als investigadors provar centenars de models ràpidament. El seu treball es va descriure en un article recent publicat a Acta Materialia.
Abans de la IA, el descobriment de nous materials es basava principalment en assaigs i errors, va dir Prashant Singh, un dels membres de l'equip, en un correu electrònic a Lifewire. La IA i l'aprenentatge automàtic permeten als investigadors utilitzar bases de dades de materials i tècniques computacionals per mapejar tant l'estabilitat química com les propietats físiques de compostos nous i existents.
"Per exemple, portar un material recentment descobert del laboratori al mercat pot trigar entre 20 i 30 anys, però l'IA/ML pot accelerar significativament aquest procés simulant les propietats del material en ordinadors abans de posar els peus en un laboratori", Singh. va dir.
La IA està revolucionant la manera com pensem resoldre molts d'aquests problemes complexos d' alta dimensió i obre una nova manera de pensar en les oportunitats futures.
La IA supera els mètodes antics per trobar nous compostos, va dir Joshua M. Pearce, la Càtedra John M. Thompson en Tecnologia de la Informació i Innovació de la Western University, en una entrevista per correu electrònic.
"El nombre de compostos potencials, combinacions, compostos i materials nous és al·lucinant", va afegir. "En lloc de gastar-se el temps i els diners per crear i examinar cadascun per a una aplicació específica, la IA es pot utilitzar per ajudar a predir materials amb propietats útils. Aleshores els científics poden centrar els seus esforços."
Markus J. Buehler, professor d'enginyeria de McAfee al MIT, va dir en una entrevista per correu electrònic que el nou document mostra el poder de l'ús de l'aprenentatge automàtic.
"És una manera dramàticament diferent de fer aquests descobriments que el que hem pogut fer anteriorment: ara els descobriments són més ràpids, més eficients i poden estar més orientats a les aplicacions", va dir Buehler. "El que és emocionant del treball de Singh et al és que combinen eines de materials d'avantguarda (Teoria funcional de la densitat, una manera de resoldre problemes quàntics) amb eines d'informàtica de materials. Definitivament, és una manera que es pot aplicar a molts altres dissenys de materials. problemes."
Possibilitats infinites
Els compostos de terres rares es troben en molts productes d' alta tecnologia, com ara telèfons mòbils, rellotges i tauletes. Per exemple, a les pantalles, aquests compostos s'afegeixen per dotar els materials de propietats òptiques molt orientades. També s'utilitzen a la càmera del teu mòbil.
"Són, d'alguna manera, una mena de material meravellós que serveix com a element important en la civilització moderna", va dir Buehler. "No obstant això, hi ha reptes en com s'extreuen i com es subministren. Per tant, hem d'explorar millors maneres d'utilitzar-los de manera més eficaç o de substituir les funcions per noves combinacions de materials alternatius."
No només els compostos minerals es poden beneficiar de l'enfocament d'aprenentatge automàtic utilitzat pels autors del nou article. La IA es pot aplicar a moltes àrees on els problemes són tan complexos que els científics no poden desenvolupar solucions convencionals mitjançant matemàtiques o simulacions de la física coneguda, va dir Buehler..
"Després de tot, encara no tenim els models adequats per relacionar l'estructura d'un material amb les seves propietats", va afegir. "Una àrea és la biologia, concretament el plegament de proteïnes. Per què algunes proteïnes, després de tenir un petit canvi genètic, provoquen mal alties? Com podem desenvolupar nous compostos químics per tractar mal alties o desenvolupar nous fàrmacs?"
Una altra possibilitat és trobar una manera de millorar el rendiment del formigó per reduir el seu impacte de carboni, va dir Buehler. Per exemple, la geometria molecular del material es podria ordenar de manera diferent per fer que els materials siguin més efectius de manera que tinguem més resistència amb menys ús de material i que els materials durin més temps.
"La IA està revolucionant la nostra manera de pensar en resoldre molts d'aquests problemes complexos d' alta dimensió i obre una nova manera de pensar en les oportunitats futures", va afegir. "Estem només al començament d'un moment emocionant."
