Nanotechnology Now - Press Release: Rensselaer Researcher Uses Artificial Intelligence To Discover New Materials For Advanced Computing Trevor Rhone Uses AI To Identify Two-dimensional Van Der Waals Magnets

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

Ana Sayfa > Basın > Rensselaer araştırmacısı, gelişmiş bilgi işlem için yeni malzemeler keşfetmek üzere yapay zekayı kullanıyor Trevor Rhone, iki boyutlu van der Waals mıknatıslarını tanımlamak için yapay zekayı kullanıyor

Trevor David Rhone KREDİ Rensselaer Politeknik Enstitüsü

Özet:
Rensselaer Politeknik Enstitüsü'nün Fizik, Uygulamalı Fizik ve Astronomi Bölümü'nde yardımcı doçent olan Trevor David Rhone liderliğindeki bir araştırmacı ekibi, yapay zekada (AI) en son araçları kullanarak yeni van der Waals (vdW) mıknatıslarını belirledi. Ekip özellikle, yarı denetimli öğrenme kullanılarak kimyasal olarak kararlı olduğu tahmin edilen, büyük manyetik momentlere sahip geçiş metal halojenür vdW malzemelerini belirledi. Bu iki boyutlu (2D) vdW mıknatısların veri depolama, spintronik ve hatta kuantum hesaplama alanlarında potansiyel uygulamaları vardır.

Rensselaer araştırmacısı, gelişmiş bilgi işlem için yeni malzemeler keşfetmek üzere yapay zekayı kullanıyor Trevor Rhone, iki boyutlu van der Waals mıknatıslarını tanımlamak için yapay zekayı kullanıyor

Troy, New York | 12 Mayıs 2023'te yayınlandı

Rhone, bilimi ve teknolojiyi ilerleten beklenmedik özelliklere sahip yeni malzemeleri keşfetmek için malzeme bilişiminden yararlanma konusunda uzmanlaşmıştır. Malzeme bilişimi, yapay zeka ve malzeme biliminin kesiştiği noktada yeni ortaya çıkan bir çalışma alanıdır. Ekibinin son araştırması yakın zamanda Gelişmiş Teori ve Simülasyonlar dergisinin kapağında yer aldı.

Tek bir atom kadar ince olabilen 2 boyutlu malzemeler ancak 2004 yılında keşfedilmiş ve beklenmedik özellikleri nedeniyle büyük bilimsel merak konusu olmuştur. 2 boyutlu mıknatıslar önemlidir çünkü uzun menzilli manyetik düzenleri, bir veya birkaç katmana kadar inceltildiğinde de devam eder. Bunun nedeni manyetik anizotropidir. Bu manyetik anizotropi ve düşük boyutluluk ile etkileşim, kuantum hesaplama mimarilerinin geliştirilmesinde kullanılabilecek spin dokuları gibi egzotik spin serbestlik derecelerine yol açabilir. 2D mıknatıslar ayrıca tüm elektronik özellikleri kapsar ve yüksek performanslı ve enerji tasarruflu cihazlarda kullanılabilir.

Rhone ve ekibi, vdW malzemelerinin özelliklerini belirlemek için yüksek verimli yoğunluk fonksiyonel teorisi (DFT) hesaplamalarını yapay zeka ile birleştirerek yarı denetimli öğrenme adı verilen bir makine öğrenimi biçimini uyguladı. Yarı denetimli öğrenme, verilerdeki kalıpları tanımlamak ve tahminlerde bulunmak için etiketli ve etiketsiz verilerin bir kombinasyonunu kullanır. Yarı denetimli öğrenme, makine öğrenimindeki büyük bir zorluğu, yani etiketli verilerin azlığını hafifletir.

Rhone, "Yapay zekayı kullanmak zamandan ve paradan tasarruf sağlıyor" dedi. "Tipik malzeme keşif süreci, bir süper bilgisayarda aylar sürebilen pahalı simülasyonlar gerektirir. Laboratuvar deneyleri daha da uzun sürebilir ve daha pahalı olabilir. Yapay zeka yaklaşımı malzeme keşif sürecini hızlandırma potansiyeline sahip."

Bir süper bilgisayarda 700 DFT hesaplamasından oluşan bir başlangıç alt kümesi kullanılarak, bir dizüstü bilgisayarda binlerce malzeme adayının özelliklerini milisaniyeler içinde tahmin edebilen bir yapay zeka modeli eğitildi. Ekip daha sonra büyük manyetik momentlere ve düşük oluşum enerjisine sahip, ümit verici aday vdW malzemelerini belirledi. Düşük oluşum enerjisi, malzemenin laboratuvarda sentezlenmesi ve sonraki endüstriyel uygulamalar için önemli bir gereklilik olan kimyasal stabilitenin bir göstergesidir.

Rhone, "Çerçevemiz farklı kristal yapılara sahip malzemeleri keşfetmek için de kolaylıkla uygulanabilir" dedi. "Hem geçiş metal halojenürleri hem de geçiş metali trikalkogenitlerini içeren bir veri seti gibi karışık kristal yapı prototipleri de bu çerçeveyle araştırılabilir."

“Dr. Rensselaer Bilim Okulu Dekanı Curt Breneman, "Rhone'un yapay zekayı malzeme bilimi alanına uygulaması heyecan verici sonuçlar üretmeye devam ediyor" dedi. "Sadece yeni özelliklere sahip 2 boyutlu malzemelere ilişkin anlayışımızı hızlandırmakla kalmadı, aynı zamanda bulguları ve yöntemlerinin yeni kuantum hesaplama teknolojilerine katkıda bulunması muhtemel."

Rhone'un araştırmasına Renselaer'den Romakanta Bhattarai ve Haralambos Gavras da katıldı; Argonne Ulusal Laboratuvarı'ndan Bethany Lusch ve Misha Salim; Harvard Üniversitesi'nden Marios Mattheakis, Daniel T. Larson ve Efthimios Kaxiras; ve NTT Temel Araştırma Laboratuvarlarından Yoshiharu Krockenberger.

####

Rensselaer Polytechnic Institute Hakkında
1824 yılında kurulan Rensselaer Politeknik Enstitüsü, Amerika'nın ilk teknolojik araştırma üniversitesidir. Rensselaer, beş okulu, 30'dan fazla araştırma merkezini, 140 yeni program dahil 25'tan fazla akademik programı ve 6,800'den fazla öğrenci ve 104,000'den fazla yaşayan mezundan oluşan dinamik bir topluluğu kapsamaktadır. Rensselaer öğretim üyeleri ve mezunları arasında 155'ten fazla Ulusal Akademi üyesi, Ulusal Mucitler Onur Listesi'nin altı üyesi, altı Ulusal Teknoloji Madalyası sahibi, beş Ulusal Bilim Madalyası sahibi ve Fizik alanında bir Nobel Ödülü sahibi bulunmaktadır. Bilimsel ve teknolojik bilgiyi geliştirmeye yönelik yaklaşık 200 yıllık deneyimiyle Rensselaer, yaratıcılık ve işbirliği ruhuyla küresel zorlukların üstesinden gelmeye odaklanmaya devam ediyor. Daha fazla bilgi edinmek için lütfen www.rpi.edu adresini ziyaret edin.

Daha fazla bilgi için lütfen tıklayın okuyun

İletişim:
Katie Malatino
Rensselaer Politeknik Enstitüsü
Hücre: 838-240-5691
@rpi

Telif Hakkı © Rensselaer Politeknik Enstitüsü

Bir yorumunuz varsa, lütfen İletişim bize.

7th Wave, Inc. veya Nanotechnology Now değil, haber bültenleri yayıncıları yalnızca içeriğin doğruluğundan sorumludur.

Yer imi: