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

Objeven vzácný supravodič – může být rozhodující pro budoucnost kvantové práce na počítači

Výzkum vedený Kentem a laboratoří STFC Rutherford Appleton Laboratory vedl k objevu nového vzácného topologického supravodiče LaPt3P. Tento objev může mít velký význam pro...

Mimořádný příklad toho, jak voda a led mohou formovat zemi

29. května 2021 Jedna z největších delt na světě je pozoruhodným příkladem toho, jak voda a led mohou formovat pevninu. Delta Yukon-Kuskokswim je jednou z největších...

Prehistorický typ člověka, který byl dříve vědě neznámý

Statická lebka, dolní čelist a temenní pravopis. Fotografický kredit: Tel Avivská univerzita Dramatický objev během izraelských vykopávek Objev nové homo skupiny v této oblasti, která...

Jak vznikla supermasivní černá díra

Výzkum vedený Kalifornskou univerzitou, Riverside poukázal na semeno černé díry vytvořené zhroucením halo temné hmoty. Supermasivní černé díry neboli SMBH jsou černé díry s hmotností...

MIT dosahuje významného pokroku směrem k plné implementaci kvantového výpočtu

Nastavitelná spojka může zapnout a vypnout interakci qubit-qubit. Nežádoucí, zbytkové (ZZ) interakce mezi dvěma qubity jsou eliminovány použitím vyšších úrovní energie v konektoru....

Newsletter

Subscribe to stay updated.