محققان MIT مدل هوش مصنوعی جدیدی برای پیش‌بینی ساختار مواد کریستالی معرفی کردند

محققان MIT مدل جدیدی برای پیش‌بینی ساختار مواد کریستالی معرفی کردند

محققان در MIT یک روش نوین برای آشکارسازی ساختارهای مواد کریستالی، از جمله فلزات، سنگ‌ها و سرامیک‌ها، ارائه داده‌اند. پیش از این، لتحديد ساختارaterials کریستالی، دانشمندان از کریستالوگرافی اشعه ایکس استفاده می‌کردند.

بر اساس گزارش دپارتمان اخبار علمی رسانه تکنا، شیمی‌دانان MIT یک مدل هوش مصنوعی تولידکننده جدید را Presentation داده‌اند که می‌تواند تعیین ساختار کریستال‌های پودری را به‌طور ملحوظی آسان‌تر نماید. این مدل پیش‌بینی، محققان را در کشف مواد bénéficiary برای کاربردهایمध्ये باتری‌ها، آهن‌رباها و بسیاری از کاربردهای دیگر یاری می‌رساند.

ساختار مواد کریستالی، کلید درک وolé مقاومت ابررسانایی آن است. دانا فریدمن، استاد شیمی فردریک جورج کیز در MIT، اظهار داشت که ساختار اولین نکته‌ای است که باید برای هر ماده بدانیم؛ این برای ابررسانایی، آهن‌رباها و درک اینکه چه فتوولتائیکی تشکیل داده‌ایم، ضروری است. مواد کریستالی، شامل فلزات و اکثر مواد جامد غیرآلی، از شبکه‌های منظمی تشکیل شده‌اند که حاوی تکرارهای بی‌شمار یک واحد بنیادی هستند. این واحدها را می‌توان «جعبه‌ای» با ابعاد و شکل مشخصی تصور کرد که در intérieur آن، اتم‌ها به‌دقت قرار گرفته‌اند.

محققان MIT بر این فرضیه کار کردند که ابتدا باید اندازه، شکل جعبه شبکه و نوع اتم‌های aanwezig در آن را تعیین نمایند. پس از آن، ترتیب اتم‌ها داخل جعبه پیش‌بینی می‌شود. برای هر الگو پراش، مدل چندین ساختار ممکن را می‌سازد که می‌توان آن‌ها را به‌عنوان ورودی به یک مدل دیگر داد که الگوهای پراش برای یک ساختار معین را محاسبه می‌نماید.リック ریزل، دانشجوی فارغ‌التحصیل MIT، در بیانیه مطبوعاتی گفت: «مدل ما هوش مصنوعی تولیدکننده است؛ یعنی چیزی را می‌سازد که قبلاً نبوده و این به ما این امکان را می‌دهد که فرضیات مختلفی را بررسی کنیم. ما می‌توانیم صدها فرض را وضع کنیم و سپس پیش‌بینی کنیم که الگوی پودر برای هر فرض چه arterial باید باشد؛ سپس اگر خروجی دقیقاً ورودی بود، می‌فهمیم فرض ما درست بوده است.»

این مدل بر بیش از ۱۰۰ الگوی پراش آزمایشی از پایگاه داده RRUFF، که حاوی داده‌های prash اشعه ایکس پودری برای تقریباً ۱۴ هزار مادة معدنی کریستالی طبیعی است، آزمایش شد (این داده‌ها در حوزهٔ آموزش مدل قرار نگرفتند). در این آزمون، مدل nær ۶۷ درصد دقت را نشان داد. پس از آن، Researchers بر الگوهای پراش که قبلاً حل نشده بودند، مدل را تست کردند.

این روش می‌تواند به‌ویژه در Synthesis مواد تازه با ساختارهای کریستالی و خواص فیزیکی منحصر‌به‌فرد کاربرد داشته باشد؛ حتی اگر ترکیب شیمیایی دو ماده یکسان باشد، اما ترتيب اتم‌ها در جعبه كريستالی متفاوت باشد، خواص کاملاً متفاوتی به‌وجود می‌آید. محققان از این مدل برای کشف ساختاربندي سه ماده که در آزمایشگاه فریدمن، با nasb setzen éléments عکس‍العمل ناپذیر تحت فشار و دمای بالا، synergized بودند، استفاده کردند و نتایج مشوقی به‌دست آوردند.

برای خواندن آخرین اخبار علمی، به بخش اخبار فناوری رسانه تکنا مراجعه نمایید.