AI ennustaa termoelektrisen metallin
TU Wienin johtama joukkue yhdistää supertietokoneen ja automatisoinnin ennustaakseen korkean suorituskyvyn termoelektriset materiaalit-haun siirtäminen kokeilusta ja virheestä älykkääseen suunnitteluun.
Uudet tekniikat vaativat uusia materiaaleja - mutta niiden löytäminen voi kestää vuosikymmeniä.Nyt Andrej Pustogowin johtama tutkimusryhmä Tu Wienissä on luonut automatisoidun tietokoneprotokollan, joka ennustaa termoelektriset materiaalit, jotka pystyvät muuttamaan jätelämpöä käyttökelpoiseksi sähköksi.Heidän lähestymistapansa vähentävät löytön aikaa ja kustannuksia tarjoamalla nopeamman reitin vihreän energian materiaaliin.
Sen sijaan, että luottaisi oppikirjan viisauteen tai työläisiin laboratoriokokeisiin, ryhmä käytti supertietokoneita simuloimaan kuinka metallit, kuten nikkeli, koboltti ja rauta, ovat vuorovaikutuksessa kaikkien muiden jakson taulukon elementtien kanssa.Siirtymämetalleista alkaen he skannasivat tuhansia mahdollisia yhdistelmiä.Tulosten joukossa nikkeli-saksalainen (Ni₃ge) erottui sen huomattavasta termoelektrisestä suorituskyvystä-vahvistettiin myöhemmin laboratoriokokeissa.
Vaikka ryhmän aikaisempi tutkimus vihjasi tähän (mukaan lukien nikkeli-kultaseosten työ), tämä on ensimmäinen kerta, kun systemaattinen AI-avustettu menetelmä on toimittanut tarkkoja ennusteita.Huolimatta Itävallan tieteellisen klusterin kaltaisten supertietokoneiden raa'asta voimasta, raa'at voima ei ole käytännöllinen - kaikkien mahdollisten elementtiyhdistelmien arviointi voi kestää kauemmin kuin maailmankaikkeus.Joten joukkue kavensi hakua älykkäästi fyysisten periaatteiden ja automaation avulla.
Valittu ehdokas, Ni₃ge, ei vain suoritettu hyvin, vaan osoitti, että jopa yksinkertaiset binaariset yhdisteet voivat toimittaa.Jos kaksi elementtijärjestelmää osoittavat lupauksia, kuvittele, mitä löydämme monimutkaisemmissa yhdistelmissä.Lähestymistapa on jo saanut vetovoimaa yliopistojen ulkopuolelle.Teollisuus jättiläiset, kuten Google ja Microsoft, rakentavat AI -työkaluja, jotka on koulutettu vuosikymmenien ajan kokeellisten ja teoreettisten materiaalien tietoihin.Parhaat tulokset tulevat edelleen ihmisen intuitiosta - monipuolisesti laskentavoiman avulla.Tämä merkitsee strategista muutosta materiaalitieteessä.Lähes vuosisadan ajan painopiste on ollut puolijohteissa.