هوش مصنوعی سرعت کشف شیشه‌ فلزی را بالا می‌برد

اگر دو یا سه فلز را با یکدیگر ترکیب کنید، به آلیاژی با رفتار و ظاهر شبه‌فلز دست پیدا می‌کنید که اتم‌های آن در الگوهای هندسی محکم در کنار یکدیگر قرارگرفته‌اند. اما تحت شرایط مشخص می‌توانید به یک فرآورده‌ی کاملا جدید برسید: آلیاژی به نام شیشه‌فلز. آرایش اتم‌های غیر بلوری این ماده مثل اتم‌های شیشه در یک پنجره خواهد بود. ماهیت شیشه‌ای اتم‌ها این ماده را قوی‌تر و سبک‌تر از بهترین انواع فولاد کنونی می‌سازند به‌طوری‌که مقاومت آن‌ در مقابل فرسایش و خوردگی افزایش پیدا می‌کند.
اگرچه شیشه‌ی فلزی به‌عنوان یک پوشش محافظتی و جایگزینی برای فولاد به شمار می‌رود، از میلیون‌های ترکیب احتمالی مواد اولیه برای تولید این ماده، تنها چند هزار ترکیب در طول پنجاه سال گذشته ارزیابی و تست شده‌اند، از میان این چند هزار ترکیب هم تنها یک مجموعه از آن‌ها تا مرحله‌ی استفاده و سودمندی توسعه یافته‌اند.

حالا گروهی تحت سرپرستی دانشمندان بخش انرژی آزمایشگاه ملی انرژی SLAC، مؤسسه‌ی ملی استاندارد و فناوری (NIST) و دانشگاه شمال غربی، با صرف هزینه و زمان کمتر، میانبری را برای کشف و بهبود شیشه‌ی فلزی و دیگر مواد فرار ارائه می‌دهند.

این گروه پژوهشی از یک سیستم در مرکز نور و تشعشعات استنفورد (SSRL) استفاده می‌کنند که با ترکیب یادگیری ماشین و آزمایش‌ها با سرعت بالایی به تولید و نظارت بر صدها نمونه‌ی ماده می‌پردازد؛ یادگیری ماشین شکلی از هوش مصنوعی است که در آن الگوریتم‌های کامپیوتری به جمع‌آوری اطلاعات از مجموعه‌های بزرگ داده‌ای می‌پردازند به این ترتیب تیم پژوهشی با سرعت ۲۰۰ برابر نسبت به آزمایش‌های گذشته، قادر به کشف سه ترکیب جدید از مواد اولیه‌ی شیشه‌ی فلزی شد.

این بررسی در تاریخ ۱۳ آوریل در مجله‌ی Science Advanced منتشر شد. کریس ولورتن استاد علوم و مهندسی مواد دانشکده‌ی مهندسی مک کورمیک شمال غرب و یکی از دانشمندانی که از محاسبات و AI (هوش مصنوعی) برای پیش‌بینی مواد جدید استفاده کرد، می‌گوید:

قدم بزرگی برای کاهش زمان تولید این ماده برداشتیم. برای شروع تنها به فهرستی از ویژگی‌های دلخواه در یک ماده نیاز دارید و با استفاده از هوش مصنوعی می‌توانید از طیف گسترده‌ای از مواد بالقوه به چند کاندید بسیار خوب برسید.
به‌گفته‌ی ولورتن، سرپرست پروژه‌ی یادگیری ماشین، هدف نهایی این پروژه رسیدن به نقطه‌ای برای اسکن صدها نمونه ماده است، به‌طوری‌که دانشمندان بتوانند به سریع‌ترین بازخورد ممکن از مدل‌های یادگیری ماشین دست پیدا کنند و برای آزمایش‌های روز آینده و حتی یک ساعت آینده یک مجموعه‌ی آماده از نمونه‌ها را در اختیار داشته باشند.

دانشمندان در نیم‌قرن گذشته به بررسی تقریبا ۶۰۰۰ ترکیب مواد اولیه‌ی شیشه‌های فلزی پرداخته‌اند. به‌گفته‌ی آپورا مهتایکی از دانشمندان SSRL، تیم پژوهشی تنها در یک سال موفق به تولید و نظارت بر ۲۰٬۰۰۰ نمونه شدند.

منبع: زومیت

729