چگونه هوش مصنوعی مولد میتواند به دانشمندان در سنتز مواد پیچیده کمک کند.
مدلهای هوش مصنوعی مولد برای ایجاد کتابخانههای عظیمی از مواد نظری به کار رفتهاند که میتوانند به حل انواع مشکلات کمک کنند. اکنون، دانشمندان فقط باید دریابند چگونه آنها را بسازند.
در بسیاری از موارد، سنتز مواد به سادگی دنبال کردن یک دستور غذا در آشپزخانه نیست. عواملی مانند دما و طول فرآیند میتوانند تغییرات عظیمی در خواص یک ماده ایجاد کنند که عملکرد آن را رقم میزند. این موضوع توانایی محققان برای آزمایش میلیونها ماده امیدوارکننده تولید شده توسط مدل را محدود کرده است.
اکنون، محققان MIT یک مدل هوش مصنوعی ایجاد کردهاند که دانشمندان را در فرآیند ساخت مواد با پیشنهاد مسیرهای سنتز امیدوارکننده راهنمایی میکند. در یک مقاله جدید، آنها نشان دادند که این مدل دقت پیشرو در پیشبینی مسیرهای سنتز موثر برای دستهای از مواد به نام زئولیتها دارد که میتوان از آنها برای بهبود کاتالیز، جذب و فرآیندهای تبادل یونی استفاده کرد. با پیروی از پیشنهادات آن، تیم یک ماده زئولیتی جدید سنتز کرد که پایداری حرارتی بهبود یافتهای را نشان داد.
محققان معتقدند که مدل جدید آنها میتواند بزرگترین گلوگاه در فرآیند کشف مواد را برطرف کند. «برای استفاده از یک تشبیه، ما میدانیم چه نوع کیکی میخواهیم درست کنیم، اما در حال حاضر نمیدانیم چگونه کیک را بپزیم»، میگوید التون پان، نویسنده اصلی و دانشجوی دکتری در بخش علوم و مهندسی مواد MIT (DMSE). «سنتز مواد در حال حاضر از طریق تخصص دامنه و آزمون و خطا انجام میشود.»
مقاله توصیفکننده این کار...