Tekoäly vauhdittaa materiaalitutkimusta

Clarksonin yliopiston tutkijat edistävät tekoälyn ja laskennallisen fysiikan käyttöä nopeuttaakseen seuraavan sukupolven materiaalien löytämistä kvanttiteknologioihin, optoelektroniikkaan ja uusiutuvan energian sovelluksiin.

Fysiikan apulaisprofessori Dhara Trivedi (kuva) työskenteli hiljattain Los Alamosin kansallislaboratorion tutkijoiden kanssa tutkimushankkeessa, jossa yhdistettiin koneoppimista, suurteholaskennan mallinnusta ja kvanttimittakaavan simulaatioita edistyneiden materiaalien löytämisen nopeuttamiseksi, joilla on erikoistuneita elektronisia ja kvanttiominaisuuksia.

Tutkimusryhmä tutki kaksiulotteisia perovskiitteja, materiaaliryhmää, joka voisi parantaa teknologioita, kuten aurinkopaneeleja, sensoreita, lasereita ja seuraavan sukupolven tietokoneita.

Tutkimus julkaistiin npj Computational Materials -lehdessä.

Hyödyllisten materiaalien löytäminen on perinteisesti vaatinut vuosien testausta laboratorioissa. Tekoälyn avulla tutkijat voivat nyt ennustaa, mitkä materiaalit ovat lupaavimpia ennen niiden kokeellista rakentamista.

”Tekoäly auttaa meitä rajaamaan parhaat mahdollisuudet paljon nopeammin”, Trivedi sanoi. ”Se tarkoittaa, että tiedemiehet voivat käyttää enemmän aikaa teknologioiden kehittämiseen ja vähemmän aikaa sellaisten materiaalien etsimiseen, jotka eivät välttämättä toimi.”

Tutkijat loivat tietokannan, joka sisälsi yli 2 000 mahdollista materiaaliyhdistelmää, ja kouluttivat koneoppimismalleja tärkeiden elektronisten ominaisuuksien ennustamiseksi.

Tässä työssä tunnistetut materiaalit voisivat mahdollistaa edistysaskeleita uusiutuvassa energiassa, kvantti-informaatiotieteessä ja seuraavan sukupolven optoelektronisissa teknologioissa. Mahdollisia sovelluksia ovat tehokkaammat aurinkokennot, pienen tehonkäytön elektroniset laitteet, kvanttilaskenta ja viestintäjärjestelmät sekä valoilmaisimet, ledit, kuituoptiset teknologiat ja edistyneet anturialustat.

Projektissa korostetaan myös sitä, miten tekoäly ja fysiikkaan perustuva simulointi voivat toimia yhdessä nopeuttaakseen materiaalien löytämistä uusille teknologioille.

”Tämä työ osoittaa, miten fysiikka, laskenta ja tekoäly voivat yhdessä auttaa ratkaisemaan tärkeitä ongelmia”, Trivedi sanoi. ”Pitkän aikavälin tavoitteena on luoda materiaaleja, jotka voivat parantaa ihmisten päivittäin käyttämiä teknologioita.”

Aiheesta aiemmin:

Tekoälyalusta nopeuttaa metapintojen suunnittelua

Ionigeelistä ja grafeenista tekoälyä koneoppimislaskelmiin

Tekoäly oppii paljastamaan kiteiden atomirakenteen