Інструменти ШІ для дослідження матеріалів і нанотехнологій – Physics World

За останні роки відбулося кілька технологічних і наукових розробок, які стали можливими завдяки конвергенції між машинним навчанням і фізикою в нанорозмірі. Цей вебінар розглядає цю галузь «інтелектуальних нанотехнологій», що швидко розвивається, і об’єднує чотирьох провідних дослідників із неї.

Під час вебінару, організованого в Нано ф'ючерси, ми дізнаємося про деякі з останніх подій і проривів, які відбуваються, про прогнозований напрямок розвитку галузі в майбутньому, а також про найважливіші виклики, які постають на даний момент.

Кіт Браун, Бостонський університет, США
Презентація: До виявлення матеріалів із замкнутим циклом у масштабі фемтограми за допомогою скануючих зондів
Кіт Браун — доцент кафедри машинобудування, матеріалознавства та інженерії та фізики Бостонського університету. KABlab вивчає підходи до прискорення розробки передових матеріалів і структур з акцентом на полімерах. Для досягнення цих цілей група використовує лабораторії з безпілотним керуванням, адитивне виробництво, методи сканування зонда та машинне навчання. Кіт є співавтором понад 100 рецензованих публікацій і має шість виданих патентів. Кіт отримав нагороду Frontiers of Materials Award від The ​​Minerals, Metals, & Materials Society (TMS), був названий «Майбутньою зіркою AVS» і отримав нагороду Омара Фархи за лідерство в дослідженнях від Північно-Західного університету. Кіт служив на Нано листи Консультативна рада з питань ранньої кар’єри, співорганізатор семінару Національних академій наук, інженерії та медицини з ШІ для наукових відкриттів, і наразі очолює робочу групу MRS зі штучного інтелекту в розробці матеріалів.

Сергій Калінін, Університет Теннессі, Ноксвілл, і Тихоокеанська північно-західна національна лабораторія, США
Презентація: Фізика та виявлення зв’язків між структурою та властивостями за допомогою автоматизованої скануючої зондової мікроскопії
Сергій В. Калінін є професором Вестона Фултона в Університеті Теннессі в Ноксвіллі та головним науковим співробітником ML/AI з фізичних наук Тихоокеанської північно-західної національної лабораторії. Його дослідницькі інтереси включають машинне навчання для виявлення та оптимізації матеріалів, безпосереднє збирання атомів за допомогою електронних променів, застосування машинного навчання та штучного інтелекту для вилучення фізики з даних атомарно розділених і мезоскопічних зображень, а також зв’язок між електромеханічними, електричними та транспортними явищами на нанорозмір. Він є лауреатом численних нагород, у тому числі медалі Медарда Велча ACS (2023) і Національної премії Блаватника для молодих вчених (2018). Сергій опублікував понад 700 рецензованих журнальних статей, відредагував чотири книги та є власником понад 10 патентів. Сергій організовував численні симпозіуми по всьому світу, виступає консультантом для таких компаній, як Intel і кількох виробників скануючої зондової мікроскопії, а також є членом редакційних колегій багатьох міжнародних академічних журналів.

Аманда Барнард, Австралійський національний університет, Австралія
Презентація: інтерпретовані функції, впливові приклади та зрозумілі моделі машинного навчання для нанонауки та технологій
Аманда Барнард є одним із найбільш нагороджених австралійських вчених-обчислювачів. Зараз вона веде дослідження в області інтерфейсу обчислювального моделювання, високопродуктивних суперкомп’ютерів, прикладного машинного навчання та штучного інтелекту (ШІ). У 2000 році вона отримала ступінь бакалавра (з відзнакою) прикладної фізики, у 2003 році — ступінь доктора філософії з теоретичної фізики конденсованого середовища, а в 2020 році — доктор наук в Університеті RMIT. Маючи більш ніж 20-річний досвід у сфері високопродуктивних обчислень, обчислювального моделювання та інформатики, Аманда є членом правління різних установ. Її відзначено за лідерство та нагороджено у п’яти наукових дисциплінах. Вона є співробітником Австралійського інституту фізики (FAIP), Королівського хімічного товариства (FRSC), а в 2022 році була призначена членом Ордена Австралії (AM). Аманда є нинішнім головним редактором Нано ф'ючерси і її поточні наукові інтереси включають прикладне машинне навчання та штучний інтелект, науку про дані та електронні дослідження та високопродуктивні обчислення.

Ярослава Їнглінг, Університет штату Північна Кароліна, США
Презентація: На шляху до об’єднання даних у матеріалознавстві: поєднання моделювання та експериментів із наукою про дані
Заслужений професор Кобе Стіл, Ярослава Г. Йінглінг є заступником керівника відділу, стипендіатом факультету університету та директором програм бакалаврату. Вона отримала університетський диплом з інформатики та інженерії в Санкт-Петербурзькому державному технічному університеті Росії та ступінь доктора філософії з інженерії матеріалів і високопродуктивних обчислень в Університеті штату Пенсільванія в 2002 році. Вона проводила докторські дослідження на хімічному факультеті Університету штату Пенсільванія та в Національний інститут раку Національного інституту охорони здоров’я, перш ніж приєднатися до Університету штату Північна Кароліна в 2007 році. Вона є редактором Springer Jнаука матеріалознавства та членом редколегії Наука та інженерія біоматеріалів ACS та Прикладні матеріали та інтерфейси ACS. Вона отримала нагороду Національного наукового фонду CAREER і нагороду Американського хімічного товариства Open Eye Young Investigator Award, а також була названа стипендіатом університету штату Північна Кароліна. У 2021 році її прийняли до Академії лідерства в галузі досліджень штату Північна Кароліна та отримали нагороду Асоціації випускників штату NC за видатні дослідження.

Про цей журнал

Нано ф'ючерси це мультидисциплінарний журнал із високим впливом, який публікує фундаментальні та прикладні дослідження в авангарді нанонауки та технологічних інновацій.

Головний редактор: Аманда Барнард, старший професор обчислювальної техніки та заступник директора Школи обчислювальної техніки Австралійського національного університету.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/