AI algoritması, nano gözenekli malzemeleri aramak ve oluşturmak için daha iyi bir yol sağlar

Araştırmacıların geliştirdiği algoritma, hidrojen yakıt depolama ve karbon veya metan yakalama teknolojisindeki zorlukları çözebilen nano gözenekli malzemeler için moleküler tasarım olanaklarını daraltıyor. Kredi: Washington Eyalet Üniversitesi

Nano gözenekli malzemeler, bir gün, havadan karbondioksit veya metan emmekten yakıt olarak hidrojen gazı depolamaya ve havadaki toksik bileşikleri algılamaya kadar toplumun en büyük zorluklarından bazılarını çözebilir.

Küçük, nano ölçekli gözenekleri ile malzemeler birçok sürdürülebilirlik uygulaması için faydalıdır, ancak kimyagerler tarafından laboratuvarlarda molekül molekül üretildikleri için hantal ve geliştirmeleri pahalıdır.

Washington Eyaleti ve Oregon Eyalet Üniversitesi araştırma ekibi, minimum maliyet ve çabayla en uygun olanı bulmak için binlerce olası moleküler tasarımı hızla daraltarak 20 soruluk bir oyun oynayan benzersiz bir bilgisayar algoritması geliştirdi.

Dergide yayınlanan çalışmanın ilk yazarı Aryan Deshwal, “Önemli bir zorluk, nano gözenekli malzemelerin en iyi kombinasyonu oluşturmanız ve bulmanız gereken farklı kimyasal elementlerin bir karışımı olmasıdır” dedi. Moleküler Sistemler Tasarımı ve Mühendisliği.

Elektrik Mühendisliği ve Bilgisayar Bilimleri Okulu’nda doktora öğrencisi olan Deshwal, nano gözenekli malzemelerin neredeyse sonsuz bir şekilde karıştırılabilen çok çeşitli potansiyel moleküler yapı taşlarına ve düzenlemelere sahip olduğunu söyledi.

“Eğer her seferinde bu elementlerin ve yapılarının yeni konfigürasyonlarını bir laboratuvarda deneyecek olsaydık, bu çok pahalı olurdu, bu yüzden hesaplama zorluğu, önemsediğiniz özelliklere sahip elementlerin doğru kombinasyonunu nasıl bulacağımızdır. “dedi. “İşte burada bizim AI tabanlı algoritmik çalışmamız devreye giriyor.”

Kavram kanıtı çalışmasının bir parçası olarak, araştırmacılar, küresel ısınmaya katkıda bulunan güçlü bir sera gazı olan metanı emmek için nano gözenekli bir malzeme için en iyi adayı daralttı. Sadece 120 olası adayı değerlendirdikten sonra, 70.000 materyalden oluşan bir kitaplıktan halihazırda bilinen en iyi adayı buldular ve bu geleneksel algoritmaların gerçekleştirdiğinden çok daha iyi.

Çalışmanın ilgili yazarı Jana Doppa ve Elektrik Mühendisliği ve Bilgisayar Bilimleri Okulu’nda George ve Joan Berry Doçentlerinden Jana Doppa, “Aryan’ın algoritmaları en iyi malzemeyi daha az sayıda değerlendirmeyle bulabiliyor” dedi. Oregon Eyalet Üniversitesi’nde nano gözenekli malzeme araştırmalarında önde gelen bir uzman olan Cory Simon da bir ortak yazardı.

Algoritmanın başarılı olmasının nedenlerinden biri, malzemenin üç boyutlu yapılarının kendisine bakmasıdır.

Deshwal, “Biraz daha akıllı bir arama yapmaya çalışıyoruz ve kullanılan mevcut yöntemler, malzemenin yapısı ile özellikleri arasındaki ilişki modellerinden yararlanmaya çalışmıyordu” dedi. “Bilinmeyen malzemelerin özelliklerini tahmin etmemize ve iyi kalibre edilmiş belirsizliğe sahip olmamıza izin veren açıkça istatistiksel modeller oluşturuyoruz, bu da ne bilmediğinizi bildiğiniz anlamına geliyor, bu yüzden alanı keşfettiğimizde, onu çok daha akıllı bir şekilde keşfettik. rastgele değil.”

Algoritmaları malzemenin her yeni yinelemesine geldiğinde, sanal olarak bir deney yaptı, yapı ve özellik ilişkisi hakkındaki anlayışını güncelledi ve ardından buna dayanarak başka bir nano gözenekli malzeme seçti.

Araştırmacılar şimdi metodolojiyi daha da otomatikleştirmeyi ve genelleştirmeyi hedefliyor. 2021 Sinirsel Bilgi İşleme Sistemleri Konferansı’nda (NeurIPS) sunulacak yeni bir makalede bu hedefe yönelik temel bir ilerleme kaydettiler. Endüstriyel süreçlerde kullanılan katalizörlerin tasarımı gibi diğer gerçek dünya uygulamalarında aramaları iyileştirmek için benzersiz algoritmaları kullanmayı umuyorlar. Çalışma Ulusal Bilim Vakfı tarafından finanse edildi.


Araştırmacılar nano gözenekli süper çok elementli katalizör geliştiriyor


Daha fazla bilgi:
Aryan Deshwal ve diğerleri, nanogözenekli malzemelerin Bayesçi optimizasyonu, Moleküler Sistemler Tasarımı ve Mühendisliği (2021). DOI: 10.1039 / D1ME00093D

Aryan Deshwal, Janardhan Rao Doppa, Birleşik Uzaylar Üzerinde Bayes Optimizasyonu için Gizli Uzay ve Yapılandırılmış Çekirdeklerin Birleştirilmesi. arXiv:2111.01186v1 [cs.LG], arxiv.org/abs/2111.01186

Washington Eyalet Üniversitesi tarafından sağlanan

Alıntı: AI algoritması, nano gözenekli malzemeler oluşturmak için daha iyi bir yol sağlar (2021, 11 Kasım) 20 Kasım 2021’de https://techxplore.com/news/2021-11-aialgorithm-nanoporous-materials.html adresinden alınmıştır.

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amaçlı herhangi bir adil işlem dışında, yazılı izin alınmadan hiçbir bölüm çoğaltılamaz. İçerik yalnızca bilgi amaçlı sağlanmıştır.





#algoritması #nano #gözenekli #malzemeler #oluşturmak #için #daha #iyi #bir #yol #sağlar