AI pomaga szybko określić skład i właściwości materiałów

Naukowcy wyjaśnili, że analiza dyfrakcji rentgenowskiej (XRD) odgrywa kluczową rolę w odkrywaniu nowych

Na przykład służy do analizy krystalicznych materiałów strukturalnych, aby dowiedzieć się, gdzie mogąNaukowcy zauważają jednak, że metoda ta często wymagaręcznego przetwarzania, są czasochłonne i nieskalowalne". Aby szybciej odkrywać i optymalizować nowe materiały za pomocą autonomicznych, wysokoprzepustowych eksperymentów, potrzebne są nowe metody", zauważająoni.

Teraz zespół University of Liverpoolprzedstawił metodę, dzięki której sztuczna inteligencja może zostać wykorzystana do szybkiej i dokładnej analizy danych rentgenowskich. Jest to agent sztucznej inteligencji zwany Crystallography Companion Agent (XCA). XCA może przeprowadzić identyfikację fazy offline na podstawie danych XRD podczas pomiaru. Środek nadaje się zarówno do materiałów organicznych, jak i nieorganicznych. Pomiary te są możliwe dzięki symulacjom na dużą skalę fizycznie poprawnych danych dyfrakcji promieniowania rentgenowskiego, które są wykorzystywane do uczenia algorytmu.

Nowa technika koloryzacji zdjęć wykorzystuje sztuczną inteligencję i reakcję skóry na światło

Unikalną cechą agenta, którą zespół dostosował do swojego zadania, jest to, że możeZazwyczaj ostateczną decyzję podejmują sieci neuronowe, nawet jeśli dane jej nie wspierająPewien wniosek, podczas gdy naukowiec nie byłby pewny swoich wniosków i przedyskutowałby wyniki z innymi badaczami.

„Ten proces decyzyjny w nowym modelupodobnie jak w dyskusji naukowców, bierze w nich udział tylko kilka modeli sztucznej inteligencji - zauważają naukowcy. „To powiedziawszy, proces nie wymaga ręcznych, oznaczonych przez człowieka danych i działa niezawodnie z wieloma źródłami złożoności eksperymentalnej”.

Czytaj więcej

Powstała pierwsza dokładna mapa świata. Co jest nie tak ze wszystkimi innymi?

Helikopter Ingenuity z powodzeniem startuje na Marsie

NASA poinformowała, w jaki sposób dostarczą próbki Marsa na Ziemię