The article has been automatically translated into English by Google Translate from Russian and has not been edited.
Переклад цього матеріалу українською мовою з російської було автоматично здійснено сервісом Google Translate, без подальшого редагування тексту.
Bu məqalə Google Translate servisi vasitəsi ilə avtomatik olaraq rus dilindən azərbaycan dilinə tərcümə olunmuşdur. Bundan sonra mətn redaktə edilməmişdir.

Искусственный интеллект изобрел сотни материалов, которых пока не существует

Ученые разработали алгоритм искусственного интеллекта, способный предсказывать структуру и свойства более 31 миллиона материалов, которых еще не существует, сообщает Independent.

Фото: IStock

По словам создавшей его команды из Калифорнийского университета в Сан-Диего, инструмент ИИ под названием M3GNet может привести к открытию новых материалов с исключительными свойствами.

Исследование, подробно описывающее новый инструмент ИИ, было опубликовано 28 ноября в научном журнале Nature Computational Science.

M3GNet смог мгновенно заполнить обширную базу данных еще не синтезированных материалов, которую инженеры уже анализируют в своей охоте за более энергоемкими электродами для литий-ионных аккумуляторов, используемых во всем, от смартфонов до электромобилей.

По теме: Мужчина раскопал необычный камень и думал, что это золото, но его находка оказалась намного ценнее

База данных Matterverse.ai и алгоритм M3GNet потенциально могут расширить пространство для исследования материалов на порядки.

Профессор наноинженерии Калифорнийского университета в Сан-Диего Шью Пинг Онг описал M3GNet как «AlphaFold для материалов».

AlphaFold — это алгоритм искусственного интеллекта, разработанный Google DeepMind для прогнозирования структуры белка. Чтобы создать эквивалент для материалов, Онг и его команда объединили графовые нейронные сети с взаимодействием многих тел, чтобы создать архитектуру глубокого обучения, которая работает универсально и с высокой точностью для всех элементов периодической таблицы.

Свойства материала определяются расположением его атомов. Однако существующие подходы к получению такой схемы либо чрезмерно дороги, либо неэффективны для многих элементов, сообщает NewsWise.

«Подобно белкам, нам нужно знать структуру материала, чтобы предсказать его свойства», — сказал профессор Онг.

«Мы искренне верим, что M3GNet — это преобразующий инструмент, который может значительно расширить наши возможности по изучению новых химических свойств и структур материалов», – добавил он.

Вам может быть интересно: главные новости Нью-Йорка, истории наших иммигрантов и полезные советы о жизни в Большом Яблоке – читайте все это на ForumDaily New York.

Теперь команда планирует значительно расширить количество материалов в базе данных, продолжая при этом исследовать, какие материалы могут оказаться полезными для будущих научных открытий.

Подсчитано, что более миллиона из 31 миллиона материалов в базе данных Matterverse.ai достаточно стабильны для использования.

Читайте также на ForumDaily:

Женщина в Техасе сожгла дом отца-одиночки, приревновав его к родственнице: теперь он ищет деньги, чтобы восстановить жилье

Говорить, как американец: какие идиомы и обороты помогут стать в США ‘своим’

Миллионером может стать каждый: способы разбогатеть для людей с разными типами характера

Разное Ликбез Исксственный интеллект новые материалы
Подписывайтесь на ForumDaily в Google News

Хотите больше важных и интересных новостей о жизни в США и иммиграции в Америку? – Поддержите нас донатом! А еще подписывайтесь на нашу страницу в Facebook. Выбирайте опцию “Приоритет в показе” –  и читайте нас первыми. Кроме того, не забудьте оформить подписку на наш канал в Telegram – там много интересного. И присоединяйтесь к тысячам читателей ForumDaily Woman и ForumDaily New York – там вас ждет масса интересной и позитивной информации. 



 
1159 запросов за 1,979 секунд.