Nanotehnologija zdaj - Sporočilo za javnost: Raziskovalec Rensselaer uporablja umetno inteligenco za odkrivanje novih materialov za napredno računalništvo Trevor Rhone uporablja AI za prepoznavanje dvodimenzionalnih Van Der Waalsovih magnetov

Ponovno objavil Platon

Spremljevalci: 0

Domov > Pritisnite > Raziskovalec Rensselaer uporablja umetno inteligenco za odkrivanje novih materialov za napredno računalništvo Trevor Rhone uporablja AI za prepoznavanje dvodimenzionalnih van der Waalsovih magnetov

Trevor David Rhone KREDIT Politehnični inštitut Rensselaer

Povzetek:
Skupina raziskovalcev, ki jo vodi Trevor David Rhone s Politehničnega inštituta Rensselaer, docent na oddelku za fiziko, uporabno fiziko in astronomijo, je identificirala nove van der Waalsove (vdW) magnete z uporabo najsodobnejših orodij v umetni inteligenci (AI). Zlasti je ekipa identificirala prehodne kovinske halide vdW materiale z velikimi magnetnimi momenti, za katere se predvideva, da so kemično stabilni z uporabo delno nadzorovanega učenja. Ti dvodimenzionalni (2D) magneti vdW imajo potencialno uporabo v shranjevanju podatkov, spintroniki in celo kvantnem računalništvu.

Raziskovalec Rensselaer uporablja umetno inteligenco za odkrivanje novih materialov za napredno računalništvo Trevor Rhone uporablja AI za prepoznavanje dvodimenzionalnih van der Waalsovih magnetov

Troy, NY | Objavljeno 12. maja 2023

Rhone je specializiran za izkoriščanje informatike materialov za odkrivanje novih materialov z nepričakovanimi lastnostmi, ki napredujejo v znanosti in tehnologiji. Informatika materialov je nastajajoče področje študija na stičišču AI in znanosti o materialih. Najnovejša raziskava njegove ekipe je bila nedavno predstavljena na naslovnici Advanced Theory and Simulations.

2D materiali, ki so lahko tanki kot en sam atom, so bili odkriti šele leta 2004 in so bili predmet velike znanstvene radovednosti zaradi svojih nepričakovanih lastnosti. 2D magneti so pomembni, ker njihova magnetna urejenost na dolge razdalje ostane, ko se stanjšajo na eno ali nekaj plasti. To je posledica magnetne anizotropije. Medsebojno delovanje s to magnetno anizotropijo in nizko dimenzionalnostjo bi lahko povzročilo eksotične vrtilne stopnje svobode, kot so spinske teksture, ki jih je mogoče uporabiti pri razvoju kvantnih računalniških arhitektur. 2D magneti prav tako obsegajo celoten obseg elektronskih lastnosti in se lahko uporabljajo v visoko zmogljivih in energetsko učinkovitih napravah.

Rhone in ekipa so združili izračune teorije funkcijske gostote visoke zmogljivosti (DFT), da bi določili lastnosti materialov vdW, z umetno inteligenco, da bi uvedli obliko strojnega učenja, imenovano delno nadzorovano učenje. Delno nadzorovano učenje uporablja kombinacijo označenih in neoznačenih podatkov za prepoznavanje vzorcev v podatkih in napovedovanje. Delno nadzorovano učenje blaži velik izziv strojnega učenja – pomanjkanje označenih podatkov.

"Uporaba umetne inteligence prihrani čas in denar," je dejal Rhone. »Tipični proces odkrivanja materialov zahteva drage simulacije na superračunalniku, ki lahko trajajo mesece. Laboratorijski poskusi lahko trajajo še dlje in so lahko dražji. Pristop AI lahko pospeši proces odkrivanja materialov.«

Z uporabo začetne podmnožice 700 izračunov DFT na superračunalniku je bil usposobljen model AI, ki je lahko na prenosnem računalniku v milisekundah napovedal lastnosti več tisoč kandidatov za materiale. Skupina je nato identificirala obetavne kandidate za materiale vdW z velikimi magnetnimi momenti in nizko energijo tvorbe. Nizka energija tvorbe je pokazatelj kemijske stabilnosti, kar je pomembna zahteva za sintezo materiala v laboratoriju in poznejše industrijske aplikacije.

"Naš okvir je mogoče zlahka uporabiti tudi za raziskovanje materialov z različnimi kristalnimi strukturami," je dejal Rhone. "S tem ogrodjem je mogoče raziskati tudi prototipe mešane kristalne strukture, kot je nabor podatkov o halogenidih prehodnih kovin in trihalkogenidih prehodnih kovin."

»Dr. Rhonejeva uporaba umetne inteligence na področju znanosti o materialih še naprej daje vznemirljive rezultate,« je dejal Curt Breneman, dekan Rensselaerjeve šole za znanost. "Ni le pospešil našega razumevanja 2D materialov, ki imajo nove lastnosti, ampak bodo njegove ugotovitve in metode verjetno prispevale k novim tehnologijam kvantnega računalništva."

Rhoneju sta se pri raziskavah pridružila Romakanta Bhattarai in Haralambos Gavras iz Renselaerja; Bethany Lusch in Misha Salim iz nacionalnega laboratorija Argonne; Marios Mattheakis, Daniel T. Larson in Efthimios Kaxiras z univerze Harvard; in Yoshiharu Krockenberger iz NTT Basic Research Laboratories.

####

O politehničnem inštitutu Rensselaer
Politehnični inštitut Rensselaer, ustanovljen leta 1824, je prva ameriška tehnološka raziskovalna univerza. Rensselaer obsega pet šol, več kot 30 raziskovalnih centrov, več kot 140 akademskih programov, vključno s 25 novimi programi, in dinamično skupnost, ki jo sestavlja več kot 6,800 študentov in 104,000 živih alumnov. Rensselaerjeva fakulteta in alumni vključuje več kot 155 članov Nacionalne akademije, šest članov Državne dvorane slavnih izumiteljev, šest dobitnikov državne medalje za tehnologijo, pet zmagovalcev državne medalje za znanost in dobitnika Nobelove nagrade za fiziko. S skoraj 200-letnimi izkušnjami pri napredovanju znanstvenega in tehnološkega znanja ostaja Rensselaer osredotočen na reševanje globalnih izzivov z duhom iznajdljivosti in sodelovanja. Če želite izvedeti več, obiščite www.rpi.edu.

Za več informacij kliknite tukaj

Kontakt:
Katie Malatino
Rensselaer Politehnični inštitut
Cell: 838-240-5691
@rpi

Avtorske pravice © Politehnični inštitut Rensselaer

Če imate komentar, prosim Kontakt nas.

Izdajalci novic, ne 7th Wave, Inc. ali Nanotechnology Now, so izključno odgovorni za točnost vsebine.

Zaznamek: