Нанотехнологии сейчас - Пресс-релиз: Исследователь Ренсселера использует искусственный интеллект для открытия новых материалов для передовых вычислений Тревор Рон использует ИИ для идентификации двумерных магнитов Ван дер Ваальса

Переиздано Платоном

Читают: 0

Главная > Нажмите > Исследователь Ренсселера использует искусственный интеллект для открытия новых материалов для передовых вычислений. Тревор Рон использует искусственный интеллект для идентификации двумерных магнитов Ван-дер-Ваальса.

Тревор Дэвид Рон КРЕДИТ Политехнический институт Ренсселера

Абстрактные:
Группа исследователей под руководством Тревора Дэвида Рона из Политехнического института Ренсселера, доцента кафедры физики, прикладной физики и астрономии, выявила новые магниты Ван-дер-Ваальса (vdW), используя передовые инструменты искусственного интеллекта (ИИ). В частности, с помощью полуконтролируемого обучения команда определила материалы VdW на основе галогенидов переходных металлов с большими магнитными моментами, которые, по прогнозам, будут химически стабильными. Эти двумерные (2D) магниты VdW имеют потенциальное применение в хранении данных, спинтронике и даже в квантовых вычислениях.

Исследователь из Ренсселера использует искусственный интеллект для обнаружения новых материалов для передовых вычислений Тревор Рон использует искусственный интеллект для идентификации двумерных магнитов Ван-дер-Ваальса

Трой, Нью-Йорк | Опубликовано 12 мая 2023 г.

Рон специализируется на использовании информатики материалов для открытия новых материалов с неожиданными свойствами, которые способствуют развитию науки и техники. Информатика материалов — это новая область исследований на стыке искусственного интеллекта и материаловедения. Последние исследования его команды недавно были опубликованы на обложке журнала Advanced Theory and Simulations.

2D-материалы, толщина которых может достигать одного атома, были открыты только в 2004 году и стали предметом большого научного любопытства из-за своих неожиданных свойств. 2D-магниты важны, потому что их дальнее магнитное упорядочение сохраняется, когда они утончаются до одного или нескольких слоев. Это связано с магнитной анизотропией. Взаимодействие с этой магнитной анизотропией и низкой размерностью может привести к появлению экзотических спиновых степеней свободы, таких как спиновые текстуры, которые можно использовать при разработке архитектур квантовых вычислений. 2D-магниты также охватывают весь спектр электронных свойств и могут использоваться в высокопроизводительных и энергоэффективных устройствах.

Рон и его команда объединили высокопроизводительные расчеты теории функционала плотности (DFT) для определения свойств материалов vdW с искусственным интеллектом для реализации формы машинного обучения, называемой обучением с полуконтролем. Обучение с полуконтролем использует комбинацию размеченных и неразмеченных данных для выявления закономерностей в данных и прогнозирования. Полуконтролируемое обучение решает главную проблему машинного обучения — нехватку размеченных данных.

«Использование ИИ экономит время и деньги», — сказал Рон. «Типичный процесс открытия материалов требует дорогостоящего моделирования на суперкомпьютере, которое может занять месяцы. Лабораторные эксперименты могут занять еще больше времени и оказаться дороже. Подход искусственного интеллекта потенциально может ускорить процесс открытия материалов».

Используя начальную подгруппу из 700 вычислений ДПФ на суперкомпьютере, была обучена модель искусственного интеллекта, которая могла прогнозировать свойства многих тысяч потенциальных материалов за миллисекунды на ноутбуке. Затем команда определила многообещающие материалы-кандидаты VdW с большими магнитными моментами и низкой энергией образования. Низкая энергия образования является показателем химической стабильности, которая является важным требованием для синтеза материала в лаборатории и последующего промышленного применения.

«Нашу систему можно легко применить и для исследования материалов с различной кристаллической структурой», — сказал Рон. «С помощью этой структуры также можно исследовать прототипы смешанной кристаллической структуры, такие как набор данных как галогенидов переходных металлов, так и трихалькогенидов переходных металлов».

«Доктор. Применение ИИ Роном в области материаловедения продолжает приносить потрясающие результаты», — сказал Курт Бренеман, декан Школы наук Ренсселера. «Он не только ускорил наше понимание двумерных материалов, обладающих новыми свойствами, но его открытия и методы, вероятно, внесут вклад в новые технологии квантовых вычислений».

К исследованиям Роны присоединились Ромаканта Бхаттарай и Хараламбос Гаврас из Ренселаера; Бетани Луш и Миша Салим из Аргоннской национальной лаборатории; Мариос Маттеакис, Дэниел Т. Ларсон и Эфтимиос Каширас из Гарвардского университета; и Йошихару Крокенбергер из лабораторий фундаментальных исследований NTT.

####

О политехническом институте Ренсселера
Политехнический институт Ренсселера, основанный в 1824 году, является первым технологическим исследовательским университетом Америки. Ренсселер объединяет пять школ, более 30 исследовательских центров, более 140 академических программ, включая 25 новых программ, а также динамичное сообщество, насчитывающее более 6,800 студентов и 104,000 155 ныне живущих выпускников. Среди преподавателей и выпускников Ренсселера более 200 членов Национальной академии, шесть членов Национального зала славы изобретателей, шесть обладателей Национальной медали в области технологий, пять обладателей Национальной медали в области науки и лауреат Нобелевской премии по физике. Имея почти XNUMX-летний опыт развития научных и технологических знаний, Ренсселер по-прежнему сосредоточен на решении глобальных проблем, проявляя изобретательность и сотрудничество. Чтобы узнать больше, посетите сайт www.rpi.edu.

Для получения дополнительной информации, пожалуйста, нажмите здесь

Контактная информация:
Кэти Малатино
Rensselaer Polytechnic Institute
Сотовый: 838-240-5691
@rpi

Если у вас есть комментарий, пожалуйста Контакты нас.

Издатели новостных выпусков, а не 7th Wave, Inc. или Nanotechnology Now, несут единоличную ответственность за точность содержания.

Закладка: