đŹ AI snabbar upp materialforskning 40000 gĂ„nger
Med maskinlÀrning har ett forskarlag hittat en metod som gör det möjligt att skrÀddarsy material pÄ en brÄkdel av den tid det tar idag.
Dela artikeln
Att designa ett nytt material kan ta Är, men forskare frÄn Sandia Labs i USA har hittat en metod att fÄ ner den tiden till minuter istÀllet. Genom att anvÀnda maskininlÀrning har forskarlaget lyckats göra de nödvÀndiga datorsimuleringarna av ett nytt material mycket snabbare.
Forskarna körde först en traditionell datorsimulering av en ny materialdesign pĂ„ ett datorkluster med 128 processorkĂ€rnor och fick dĂ„ ett resultat efter tolv minuter. NĂ€r de sedan lĂ€t AI:n genomföra samma simulering pĂ„ ett datorkluster med 36 processorkĂ€rnor kom resultatet efter 60 millisekunder â 42 000 gĂ„nger snabbare.
Ett projekt för att ta fram ett nytt material kan krÀva tusentals av dessa simuleringar. SÄ i slutÀnden kan det krÀvas mÄnader eller Är av simuleringar för att fÄ fram ett optimalt material för ett visst anvÀndningsomrÄde. Med AI:n tar det minuter istÀllet, vilket gör det möjligt att skrÀddarsy material för varje komponent om man vill.
â Designen av komponenter gĂ„r mycket snabbare Ă€n designen av de nya material som du behöver för att bygga komponenten. Vi vill Ă€ndra pĂ„ det. NĂ€r du designar en komponent sĂ„ vill vi att du samtidigt ska kunna designa ett kompatibelt material för den komponenten utan att behöva vĂ€nta i Ă„ratal pĂ„ ett resultat, vilket kan hĂ€nda med dagens process, sĂ€ger David Montes de Oca Zapiain, materialforskare pĂ„ Sandia Labs och en av forskarna bakom AI:n.
Forskargruppen ska nu anvÀnda AI:n för att försöka hitta nya ultratunna material för nÀsta generation av skÀrmar. Men forskarna menar att AI:n Àven kan anvÀndas för allt frÄn att hitta nya material för rymdfarkoster till nya typer av batterier eller byggnadsmaterial. Om vi kan fÄ 40 000 gÄnger sÄ snabba simuleringar för alla typer av material kan vi fÄ se en revolution inom materialforskningen och en uppsjö av nya material under det nÀrmast decenniet.
Snabbheten kommer dock med en liten nackdel. AI:n tar lite genvÀgar, vilket gör att simuleringen inte blir lika exakt som med traditionella metoder. Men skillnaden i forskarnas tester var inte större Àn fem procent, vilket Àr mer Àn godkÀnt enligt forskarna.
â VĂ„r maskininlĂ€rning ger i stort sett samma exakthet som traditionella modeller, men till en brĂ„kdel av berĂ€kningskostnaden, sĂ€ger RĂ©mi Dingreville materialforskare pĂ„ Sandia Labs och en annan av forskarna bakom AI:n.
