เครื่องมือ AI สำหรับการวิจัยวัสดุและนาโนเทคโนโลยี – ฟิสิกส์โลก

ในช่วงไม่กี่ปีที่ผ่านมา มีการพัฒนาทางเทคโนโลยีและวิทยาศาสตร์หลายอย่างเกิดขึ้นได้เนื่องจากการบรรจบกันระหว่างการเรียนรู้ของเครื่องและฟิสิกส์ในระดับนาโน การสัมมนาออนไลน์นี้จะตรวจสอบสาขา 'นาโนเทคโนโลยีอัจฉริยะ' ที่ก้าวหน้าอย่างรวดเร็ว และรวบรวมนักวิจัยชั้นนำ 4 คนจากภายในสาขานี้

ในระหว่างการสัมมนาทางเว็บซึ่งจัดโดย นาโนฟิวเจอร์สเราจะเรียนรู้เกี่ยวกับการพัฒนาและความก้าวหน้าล่าสุดที่กำลังเกิดขึ้น ทิศทางที่คาดการณ์ไว้ว่าสาขานี้อาจนำไปใช้ในอนาคต และความท้าทายที่สำคัญที่สุดที่เกิดขึ้นในปัจจุบัน

คี ธ บราวน์, มหาวิทยาลัยบอสตัน สหรัฐอเมริกา
การนำเสนอ: สู่การค้นพบวัสดุแบบวงปิดในระดับฟีมโตแกรมโดยใช้เครื่องสแกนแบบสแกน
Keith A Brown เป็นรองศาสตราจารย์ด้านวิศวกรรมเครื่องกล วัสดุศาสตร์และวิศวกรรมศาสตร์ และฟิสิกส์ที่มหาวิทยาลัยบอสตัน KABlab ศึกษาแนวทางในการเร่งการพัฒนาวัสดุและโครงสร้างขั้นสูงโดยเน้นที่โพลีเมอร์ กลุ่มบริษัทใช้ห้องปฏิบัติการที่ขับเคลื่อนด้วยตนเอง การผลิตแบบเติมเนื้อ เทคนิคการสแกนโพรบ และการเรียนรู้ของเครื่องเพื่อให้บรรลุเป้าหมายเหล่านี้ Keith ได้ร่วมเขียนสิ่งพิมพ์ที่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิมากกว่า 100 ฉบับ และมีสิทธิบัตรที่ออกแล้ว XNUMX ฉบับ Keith ได้รับรางวัล Frontiers of Materials Award จาก The Minerals, Metals, & Materials Society (TMS) ได้รับการเสนอชื่อให้เป็น "Future Star of the AVS" และได้รับรางวัล Omar Farha Award สาขา Research Leadership จาก Northwestern University คีธเสิร์ฟบน จดหมายนาโน Early Career Advisory Board ได้ร่วมจัดการประชุมเชิงปฏิบัติการสถาบันวิทยาศาสตร์ วิศวกรรมศาสตร์ และการแพทย์แห่งชาติเกี่ยวกับ AI เพื่อการค้นพบทางวิทยาศาสตร์ และปัจจุบันเป็นผู้นำของ MRS Artificial Intelligence ในคณะทำงานเฉพาะกิจด้านการพัฒนาวัสดุ

เซอร์เกย์ คาลินิน, The University of Tennessee, Knoxville และ Pacific Northwest National Laboratory สหรัฐอเมริกา
การนำเสนอ: การค้นพบความสัมพันธ์ระหว่างฟิสิกส์และโครงสร้าง-คุณสมบัติด้วยกล้องจุลทรรศน์โพรบสแกนแบบอัตโนมัติ
Sergei V Kalinin เป็นศาสตราจารย์ Weston Fulton ที่มหาวิทยาลัยเทนเนสซีใน Knoxville และเป็นหัวหน้านักวิทยาศาสตร์ของ ML/AI สำหรับวิทยาศาสตร์กายภาพที่ Pacific Northwest National Laboratory ความสนใจในการวิจัยของเขา ได้แก่ การเรียนรู้ของเครื่องสำหรับการค้นพบวัสดุและการเพิ่มประสิทธิภาพ การประกอบอะตอมโดยตรงผ่านลำอิเล็กตรอน การประยุกต์ใช้การเรียนรู้ของเครื่องและปัญญาประดิษฐ์สำหรับการดึงข้อมูลทางฟิสิกส์จากข้อมูลการถ่ายภาพที่ได้รับการแก้ไขด้วยอะตอมและผ่านกล้องส่องกล้อง และการมีเพศสัมพันธ์ระหว่างปรากฏการณ์ทางเครื่องกลไฟฟ้า ไฟฟ้า และการขนส่ง ระดับนาโน เขาเป็นผู้รับรางวัลมากมาย รวมถึง Medard Welch Medal of ACS (2023) และ Blavatnik National Awards for Young Scientists (2018) Sergei ได้ตีพิมพ์บทความวารสารที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิมากกว่า 700 ฉบับ เรียบเรียงหนังสือสี่เล่ม และเป็นผู้ถือสิทธิบัตรมากกว่า 10 ฉบับ Sergei ได้จัดงานสัมมนาต่างๆ มากมายทั่วโลก ทำหน้าที่เป็นที่ปรึกษาของบริษัทต่างๆ เช่น Intel และผู้ผลิตกล้องจุลทรรศน์แบบโพรบสแกนหลายราย และนั่งอยู่ในคณะบรรณาธิการของวารสารวิชาการระดับนานาชาติหลายฉบับ

อแมนด้า บาร์นาร์ด,มหาวิทยาลัยแห่งชาติออสเตรเลีย ประเทศออสเตรเลีย
การนำเสนอ: คุณลักษณะที่ตีความได้ อินสแตนซ์ที่มีอิทธิพล และโมเดลการเรียนรู้ของเครื่องที่อธิบายได้สำหรับนาโนศาสตร์และเทคโนโลยี
Amanda Barnard เป็นหนึ่งในนักวิทยาศาสตร์ด้านคอมพิวเตอร์ที่ได้รับรางวัลสูงที่สุดของออสเตรเลีย ปัจจุบันเธอเป็นผู้นำการวิจัยในส่วนอินเทอร์เฟซของการสร้างแบบจำลองทางคอมพิวเตอร์ ซูเปอร์คอมพิวเตอร์ประสิทธิภาพสูง และการเรียนรู้ของเครื่องประยุกต์และปัญญาประดิษฐ์ (AI) เธอได้รับวิทยาศาสตรบัณฑิต (เกียรตินิยม) สาขาฟิสิกส์ประยุกต์ในปี 2000, ปริญญาเอกสาขาฟิสิกส์สสารควบแน่นเชิงทฤษฎีในปี 2003 และ DSc ในปี 2020 จากมหาวิทยาลัย RMIT ด้วยประสบการณ์มากกว่า 20 ปีในด้านการประมวลผลประสิทธิภาพสูง การสร้างแบบจำลองทางคอมพิวเตอร์และสารสนเทศ Amanda อยู่ในคณะกรรมการของสถาบันต่างๆ เธอได้รับการยอมรับในด้านความเป็นผู้นำและได้รับรางวัลในห้าสาขาวิชาวิทยาศาสตร์ เธอเป็นสมาชิกของ Australian Institute of Physics (FAIP), Royal Society of Chemistry (FRSC) และในปี 2022 ได้รับการแต่งตั้งเป็นสมาชิก Order of Australia (AM) อแมนดาเป็นบรรณาธิการบริหารคนปัจจุบันของ นาโนฟิวเจอร์ส และงานวิจัยที่สนใจในปัจจุบันของเธอ ได้แก่ การเรียนรู้ของเครื่องประยุกต์และปัญญาประดิษฐ์ วิทยาศาสตร์ข้อมูล และการวิจัยอิเล็กทรอนิกส์ และคอมพิวเตอร์ประสิทธิภาพสูง

ยาโรสลาวา ยิ่งหลิง, มหาวิทยาลัยนอร์ธแคโรไลนาสเตต, สหรัฐอเมริกา
การนำเสนอ: สู่การผสมผสานข้อมูลในวัสดุศาสตร์: การเชื่อมโยงการจำลองและการทดลองด้วยวิทยาศาสตร์ข้อมูล
Yaroslava G Yingling ศาสตราจารย์พิเศษของ Kobe Steel เป็นรองหัวหน้าภาควิชา นักวิชาการคณะมหาวิทยาลัย และผู้อำนวยการหลักสูตรระดับปริญญาตรี เธอได้รับประกาศนียบัตรมหาวิทยาลัยด้านวิทยาการคอมพิวเตอร์และวิศวกรรมศาสตร์จากมหาวิทยาลัยเทคนิคแห่งรัฐเซนต์ปีเตอร์สเบิร์กแห่งรัสเซีย และปริญญาเอกด้านวิศวกรรมวัสดุและคอมพิวเตอร์ประสิทธิภาพสูงจากมหาวิทยาลัยแห่งรัฐเพนซิลเวเนียในปี 2002 เธอดำเนินการวิจัยหลังปริญญาเอกที่แผนกเคมีของมหาวิทยาลัยเพนน์สเตตและที่ National Institutes of Health National Cancer Institute ก่อนที่จะมาร่วมงานกับ North Carolina State University ในปี 2007 เธอเป็นบรรณาธิการของ Springer Jของเราของวัสดุศาสตร์ และสมาชิกกองบรรณาธิการของ วิทยาศาสตร์และวิศวกรรมวัสดุชีวภาพ ACS และ วัสดุประยุกต์และการเชื่อมต่อของ ACS. เธอได้รับรางวัล National Science Foundation CAREER และรางวัล American Chemical Society Open Eye Young Investigator Award และได้รับการเสนอชื่อให้เป็นนักวิชาการคณะมหาวิทยาลัย NC State เธอได้รับการแต่งตั้งให้เข้าสู่ NC State Research Leadership Academy ในปี 2021 และได้รับรางวัลการวิจัยดีเด่นของสมาคมศิษย์เก่า NC State

เกี่ยวกับวารสารนี้

นาโนฟิวเจอร์ส เป็นวารสารสหสาขาวิชาชีพที่มีผลกระทบสูงซึ่งตีพิมพ์งานวิจัยพื้นฐานและประยุกต์ในระดับแนวหน้าของนาโนวิทยาศาสตร์และนวัตกรรมทางเทคโนโลยี

หัวหน้าบรรณาธิการ: Amanda Barnard ศาสตราจารย์อาวุโสด้านวิทยาการคอมพิวเตอร์และรองผู้อำนวยการ School of Computing ที่ Australian National University

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/