Provést revoluci ve výzkumu materiálů pomocí automatizace

CASH, který kombinuje strojové učení a velká data robotiky, ukazuje obrovský potenciál v materiálové vědě. Pouze prostřednictvím rozvoje těchto technologií mohou budoucí vědci pracovat na kreativnějším výzkumu, který urychlí výzkum vědy o materiálech. Půjčka: Tokyo Tech

Mnoho vědeckých pokroků v minulosti bylo založeno na objevu nových materiálů. Cyklus syntézy, testování a optimalizace nových materiálů však vědcům pravidelně trvá dlouhé hodiny. Potenciálně prospěšné látky s exotickými vlastnostmi proto zůstávají neobjevené. Ale co kdybychom mohli automatizovat nový román umělé inteligence pomocí robotiky, čímž by byl mnohem rychlejší?

V nedávné studii Materiál APL:Vědci z Tokijského technologického institutu v Japonsku, vedeni docentem Ryotou Šimizu a profesorem Tarem Hitosugim, vyvinuli strategii, která by mohla uskutečnit studium plně autonomních materiálů. Jejich práce se zaměřuje na revoluční myšlenku laboratorního vybavení „CASH“ (připojené, autonomní, obecné, s velkou šířkou pásma). S CASH nainstalovaným v laboratoři materiálů musí vědci pouze určit, které vlastnosti materiálu chtějí optimalizovat. Եւ Naplňte systém potřebnými komponentami. Automatizovaný systém poté řídí, připravuje a testuje nové sloučeniny, dokud nenajde to nejlepší. Pomocí algoritmů strojového učení může systém pomocí předchozích znalostí určit, jak se musí podmínky syntézy změnit, aby se v každém cyklu přiblížil k požadovanému výsledku.

Aby demonstroval, že CASH je životaschopná strategie pro studium pevných materiálů, docent Shimizu a jeho tým vyvinuli systém ověřování nápadů skládající se z robotického vlákna obklopeného několika moduly. Jejich instalace byla zaměřena na snížení elektrického odporu tenkého filmu oxidu titaničitého regulací usazovacích podmínek. Moduly jsou proto dmychadlovým zařízením pro měření odporu. Robot podle potřeby přesunul vzorky z modulu do modulu a systém automaticky předpověděl parametry syntézy pro další iteraci na základě předchozích dat. Pro předpovídání použili Bayesianův optimalizační algoritmus.

Ingly, jejich instalace CASH dokázala vyrobit a otestovat dvanáct vzorků denně, což je desetinásobné zvýšení šířky pásma ve srovnání s tím, co mohou vědci získat ručně v konvenční laboratoři. Kromě tohoto významného zvýšení rychlosti je jednou z hlavních výhod strategie CASH schopnost vytvářet obrovské agregované databáze, které popisují, jak se vlastnosti materiálu liší podle podmínek syntézy. V této souvislosti poznamenává profesor Hitosugi. „Dnes jsou databáze materiálů a jejich vlastnosti neúplné. S přístupem HOTOVOST jsme je mohli snadno dokončit a poté objevit skryté vlastnosti hmoty, což vedlo k objevení nových fyzikálních zákonů a získání znalostí prostřednictvím statistické analýzy. “

Výzkumný tým věří, že přístup CASH způsobí revoluci v materiálové vědě. Databáze generované rychle a bez námahy systémy CASH budou integrovány do velkých dat, vědci k jejich zpracování použijí pokročilé algoritmy k extrakci srozumitelných výrazů. Podle profesora Hitosugiho však samotné strojové učení a robotika nemohou získat znalosti ani objevit koncepty fyziky a chemie. „Musí se rozvíjet školení budoucích vědců o materiálech. potřebují pochopit, co může strojové učení vyřešit նել podle toho nastavit úkol. Síla lidských vědců spočívá ve vytváření konceptů ve společnosti nebo v identifikaci problémů. „Kombinace těchto silných stránek se strojovým učením a robotikou je velmi důležitá,“ řekl.

Celkově tento prospektivní článek zkoumá obrovské výhody, které může automatizace přinést vědě o materiálech. Pokud bude břemeno opakujících se úkolů odstraněno z ramen vědců, budou se moci více zaměřit na odhalení tajemství hmotného světa ve prospěch lidstva.

Odkaz. „Syntéza autonomních materiálů prostřednictvím strojového učení a robotiky“, autor: Ryota Shimizu, Shigeru Kobayashi, Yuki Watanabe, Yasunobu Ando և Taro Hitosugi, 18. listopadu 2020, Materiály APL:,
DOI: 10.1063 / 5.0020370:

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Vědci navrhují vzorky tekutých krystalů s vlastním pohonem

Nový výzkum ukazuje, že pohyb tekutých krystalů lze použít k nasměrování vývoje autonomních materiálů, které dokáží snímat vstupy, zesilovat signály a dokonce vypočítávat informace....

Činnosti v rizikových kruzích mozku mohou předpovídat změny cen akcií

Podle Společnost pro neurovědy 8. března 2021 Celý mozek potvrzuje, že aktivita v predikovaných oblastech předpovídá směr a skloňování ceny akcií. Nahoře, směr ceny akcií:...

Nenásytná poptávka po konopí vytváří obrovskou uhlíkovou stopu

Emise skleníkových plynů z životního cyklu pěstování konopí modelované v USA po celém světě Uznání: Hailey Summers / Colorado State University Vědci z Colorado State...

Hubble objevil nádhernou hvězdnou školku

po Evropská kosmická agentura / Hubble 8. března 2021 AFGL 5180, školka krásných hvězd v souhvězdí Blíženců (Gemini), byla zachycena Hubbleovým kosmickým dalekohledem. Poděkování: ESA /...

Biologové a matematici z MIT odhalují, jak se vajíčka tak zvětšují

Zasunuté ošetřovatelské buňky ovocných mušek vytlačují jejich obsah do velké vaječné buňky. Uznání: Jasmine Imran Elsus Růst vajec závisí na fyzikálních jevech, které brání...

Newsletter

Subscribe to stay updated.