Key Takeaways
- Para peneliti telah menjelaskan metode yang menggunakan AI untuk menemukan senyawa tanah jarang baru.
- Senyawa tanah jarang ditemukan di banyak produk berteknologi tinggi seperti ponsel, jam tangan, dan tablet.
- AI dapat diterapkan ke banyak bidang di mana masalahnya sangat kompleks sehingga para ilmuwan tidak dapat mengembangkan solusi konvensional melalui matematika atau simulasi fisika yang diketahui.
Metode baru untuk menemukan senyawa tanah jarang menggunakan kecerdasan buatan dapat mengarah pada penemuan yang merevolusi elektronik pribadi, kata para ahli.
Para peneliti dari Ames Laboratory dan Texas A&M University melatih model pembelajaran mesin (ML) untuk menilai stabilitas senyawa tanah jarang. Elemen tanah jarang memiliki banyak kegunaan, termasuk teknologi energi bersih, penyimpanan energi, dan magnet permanen.
“Komponen baru dapat memungkinkan teknologi masa depan yang bahkan belum dapat kami pahami,” Yaroslav Mudryk, supervisor proyek, mengatakan kepada Lifewire dalam wawancara email.
Menemukan Mineral
Untuk meningkatkan pencarian senyawa baru, para ilmuwan menggunakan pembelajaran mesin, suatu bentuk kecerdasan buatan (AI) yang didorong oleh algoritme komputer yang ditingkatkan melalui penggunaan dan pengalaman data. Peneliti juga menggunakan penyaringan throughput tinggi, skema komputasi yang memungkinkan peneliti menguji ratusan model dengan cepat. Pekerjaan mereka dijelaskan dalam makalah terbaru yang diterbitkan di Acta Materialia.
Sebelum AI, penemuan materi baru terutama didasarkan pada coba-coba, Prashant Singh, salah satu anggota tim, mengatakan dalam email ke Lifewire. AI dan pembelajaran mesin memungkinkan peneliti menggunakan basis data material dan teknik komputasi untuk memetakan stabilitas kimia dan sifat fisik senyawa baru dan yang sudah ada.
"Misalnya, membawa material yang baru ditemukan dari lab ke pasar mungkin membutuhkan waktu 20-30 tahun, tetapi AI/ML dapat mempercepat proses ini secara signifikan dengan mensimulasikan properti material di komputer sebelum menginjakkan kaki di lab, " Singh berkata.
AI merevolusi cara kita berpikir tentang memecahkan banyak masalah kompleks berdimensi tinggi ini, dan ini membuka cara baru untuk berpikir tentang peluang masa depan.
AI mengalahkan metode lama untuk menemukan senyawa baru, Joshua M. Pearce, Ketua John M. Thompson dalam Teknologi Informasi dan Inovasi di Western University, mengatakan dalam sebuah wawancara email.
"Jumlah senyawa potensial, kombinasi, komposit, dan bahan baru sangat menakjubkan," tambahnya. "Daripada meluangkan waktu dan uang untuk membuat dan menyaring setiap aplikasi untuk aplikasi tertentu, AI dapat digunakan untuk membantu memprediksi material dengan properti yang berguna. Kemudian para ilmuwan dapat memfokuskan upaya mereka."
Markus J. Buehler, Profesor Teknik McAfee di MIT, mengatakan dalam sebuah wawancara email bahwa makalah baru menunjukkan kekuatan menggunakan pembelajaran mesin.
"Ini adalah cara yang sangat berbeda untuk membuat penemuan seperti itu daripada yang dapat kami lakukan sebelumnya-penemuan sekarang lebih cepat, lebih efisien, dan dapat lebih ditargetkan ke aplikasi," kata Buehler. "Yang menarik dari karya Singh et al adalah mereka menggabungkan alat material mutakhir (Teori Fungsional Kepadatan, cara untuk memecahkan masalah kuantum) dengan alat informatika material. Ini jelas merupakan cara yang dapat diterapkan pada banyak desain material lainnya. masalah."
Kemungkinan Tanpa Batas
Senyawa tanah jarang ditemukan di banyak produk berteknologi tinggi seperti ponsel, jam tangan, dan tablet. Misalnya, dalam tampilan, senyawa ini ditambahkan ke bahan dengan sifat optik yang sangat bertarget. Mereka juga digunakan di kamera ponsel Anda.
"Mereka, dalam beberapa hal, semacam bahan ajaib yang berfungsi sebagai elemen penting dalam peradaban modern," kata Buehler. "Namun, ada tantangan dalam cara mereka ditambang dan bagaimana mereka dipasok. Oleh karena itu, kita perlu mencari cara yang lebih baik untuk menggunakannya secara lebih efektif atau mengganti fungsinya dengan kombinasi baru bahan alternatif."
Bukan hanya senyawa mineral yang dapat mengambil manfaat dari pendekatan pembelajaran mesin yang digunakan oleh penulis makalah baru. AI dapat diterapkan ke banyak bidang di mana masalahnya sangat kompleks sehingga para ilmuwan tidak dapat mengembangkan solusi konvensional melalui matematika atau simulasi fisika yang dikenal, kata Buehler.
"Lagi pula, kami belum memiliki model yang tepat untuk menghubungkan struktur material dengan sifat-sifatnya," tambahnya. "Satu bidang dalam biologi, khususnya pelipatan protein. Mengapa beberapa protein, setelah mengalami perubahan genetik kecil, menyebabkan penyakit? Bagaimana kita dapat mengembangkan senyawa kimia baru untuk mengobati penyakit atau mengembangkan obat baru?"
Kemungkinan lain adalah menemukan cara untuk meningkatkan kinerja beton untuk mengurangi dampak karbonnya, kata Buehler. Misalnya, geometri molekul material dapat diatur secara berbeda untuk membuat material lebih efektif sehingga kita memiliki kekuatan lebih dengan penggunaan material yang lebih sedikit dan material bertahan lebih lama.
"AI merevolusi cara kita berpikir tentang memecahkan banyak masalah kompleks berdimensi tinggi ini, dan ini membuka cara baru untuk berpikir tentang peluang masa depan," tambahnya. "Kita baru saja memulai dari waktu yang menyenangkan."
