จากยุคบรอนซ์ไปยังการปฏิวัติอุตสาหกรรมและนอกเหนือจากการค้นพบและพัฒนาวัสดุใหม่เป็นแรงผลักดันในประวัติศาสตร์ของมนุษย์ วัสดุใหม่เหล่านี้ได้ช่วยให้เทคโนโลยีก้าวหน้าและรูปร่างอารยธรรม
วันนี้เราอยู่ในช่วงเริ่มต้นของยุคใหม่ที่ซึ่ง(AI) ดูเหมือนว่าจะอยู่ในตำแหน่งที่สมบูรณ์แบบในการเปลี่ยนการค้นหาวัสดุที่มีประโยชน์ ดูเหมือนว่าจะเปลี่ยนแนวทางการสอบสวนการสร้างและการทดสอบอย่างสมบูรณ์
ในสมัยโบราณอารยธรรมของมนุษย์ทดลองกับทรัพยากรธรรมชาติเพื่อสร้างเครื่องมือและสิ่งประดิษฐ์ ยุคสำริดในช่วงกลางสหัสวรรษที่ 4 ปีก่อนคริสตกาลเป็นเหตุการณ์สำคัญที่สำคัญ บรอนซ์โลหะผสมทองแดงและดีบุกนำไปสู่การพัฒนาเครื่องมือและอาวุธที่แข็งแกร่งขึ้นรวมถึงความก้าวหน้าในการเกษตรและการก่อสร้าง
บรอนซ์มักถูกเรียกว่า "วัสดุใหม่" แรกที่มนุษย์สร้างขึ้น เราใช้องค์ประกอบที่แตกต่างกันและสร้างสิ่งใหม่ ๆ ด้วยคุณสมบัติที่ดีกว่าส่วนผสมและคุณสมบัติที่เป็นเอกลักษณ์ การประดิษฐ์แก้วในเมโสโปเตเมียโบราณประมาณ 3,500BC เป็นอีกช่วงเวลาที่ก้าวล้ำ
-ห้องปฏิบัติการแห่งชาติโอ๊คริดจ์-
กรอไปข้างหน้าอย่างรวดเร็วในศตวรรษที่ 20 และการค้นพบโพลีเมอร์พลาสติกเซรามิกและตัวนำยิ่งยวดเปิดเขตแดนใหม่ในเทคโนโลยีเซรามิกเป็นที่รู้จักกันดีในเรื่องความทนทานและความต้านทานความร้อนกลายเป็นวัตถุดิบในอุตสาหกรรมตั้งแต่การบินและอวกาศไปจนถึงอิเล็กทรอนิกส์
ตัวนำยิ่งยวดวัสดุที่สามารถผลิตกระแสไฟฟ้าได้โดยมีความต้านทานไฟฟ้าเป็นศูนย์แล้วMaglevs(รถไฟไหลของแม่เหล็ก), เครื่องเร่งอนุภาคและอุปกรณ์การแพทย์
AI เข้าสู่การต่อสู้
การค้นหาวัสดุใหม่ที่สามารถช่วยผลักดันการพัฒนาเทคโนโลยีที่ก้าวล้ำครั้งต่อไปก่อนหน้านี้เคยเป็นกระบวนการที่ยาวนานและมีราคาแพง นี่เป็นเพราะความซับซ้อนของวัสดุจำนวนมากในระดับอะตอมและระดับโมเลกุล วิธีการดั้งเดิมนั้นขึ้นอยู่กับการทดลองและข้อผิดพลาดและต้องการอุปกรณ์และทรัพยากรพิเศษ
ความไม่แน่นอนและความเสี่ยงโดยธรรมชาติในการค้นพบวัสดุมีความซับซ้อนยิ่งขึ้นและทำให้กระบวนการยาวขึ้น อย่างไรก็ตามความก้าวหน้าใน AI รวมถึงในชุดย่อยของ AI ที่เรียกว่ากำลังเริ่มเปลี่ยนภูมิทัศน์ทั้งหมดทำให้สามารถใช้วิธีการที่มีประสิทธิภาพและตรงเป้าหมายมากขึ้น
ในการเรียนรู้ของเครื่องกฎทางคณิตศาสตร์ที่เรียกว่าอัลกอริทึมเรียนรู้จากข้อมูลเพื่อปรับปรุงงานโดยไม่ต้องแทรกแซงมนุษย์
การเปลี่ยนแปลงหลักคือวิธีการใหม่ที่ใช้ระบบ AI "Generative" ซึ่งสามารถสร้างเนื้อหาใหม่ได้ ระบบ AI สามารถผลิตวัสดุใหม่โดยตรงเมื่อได้รับคุณสมบัติและข้อ จำกัด ที่ต้องการ
เมื่อต้นเดือนนี้ทีมที่ Microsoftเผยแพร่กระดาษในธรรมชาติที่แนะนำเครื่องมือ AI คู่สำหรับการออกแบบวัสดุอนินทรีย์
เครื่องมือเหล่านี้มีบทบาทเสริมในการค้นพบวัสดุ พวกเขาถูกเรียกMattergen และเรื่องสำคัญ- คนแรกสร้างวัสดุผู้สมัครใหม่และตัวกรองที่สองและตรวจสอบพวกเขา - เพื่อให้แน่ใจว่าพวกเขาสามารถทำได้ในโลกแห่งความเป็นจริง
คุณสมบัติเฉพาะที่ต้องการซึ่งสามารถรวมเข้าด้วยกันผ่าน MatterGen รวมถึงสมมาตรที่เฉพาะเจาะจงหรือคุณสมบัติเชิงกลอิเล็กทรอนิกส์และแม่เหล็ก
ซึ่งแตกต่างจากวิธีการดั้งเดิมที่ส่วนใหญ่พึ่งพาสัญชาตญาณ (รวมถึงการทดลองที่กว้างขวางและน่าเบื่อ) MatterGen สามารถสร้างวัสดุที่มีศักยภาพหลายพันรายการที่มีคุณสมบัติเฉพาะที่ต้องการในส่วนของเวลา
วิธี AI ที่นำโดยนี้ช่วยเร่งขั้นตอนเริ่มต้นของการออกแบบวัสดุ ช่วยให้นักวิจัยสามารถสำรวจความเป็นไปได้ที่หลากหลายและมุ่งเน้นไปที่ผู้สมัครที่มีแนวโน้มมากที่สุด
Mattersim ใช้การวิเคราะห์คอมพิวเตอร์อย่างเข้มงวดเพื่อทำนายความมั่นคงและความมีชีวิตของวัสดุที่เสนอเหล่านี้ ความสามารถในการทำนายนี้ช่วยกรองความเป็นไปได้ทางทฤษฎีจากความเป็นไปได้ทางร่างกาย สิ่งนี้ทำให้มั่นใจได้ว่ามีเพียงวัสดุที่มีเสถียรภาพเท่านั้นที่จะก้าวไปข้างหน้าในกระบวนการค้นพบ
เครื่องมือใหม่ในกล่อง
ณ จุดนี้เราอาจสงสัยว่าวัสดุใหม่ที่ระบุผ่านกระบวนการนี้มีลักษณะอย่างไร Mattersim ส่วนใหญ่มุ่งเน้นไปที่ผลึกหรือโครงสร้างผลึกที่เป็นเอกลักษณ์ที่เหมาะสมกว่าด้วยการจัดเรียงเฉพาะของอะตอม
โครงสร้างเหล่านี้ได้รับการปรับให้เหมาะกับข้อ จำกัด ด้านทรัพย์สินที่แม่นยำทำให้เหมาะสำหรับการใช้งานที่หลากหลาย เหล่านี้รวมถึงแบตเตอรี่พลังงานสูงอุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นจอแสดงผลแผงโซลาร์เซลล์หรือการปลูกถ่ายทางการแพทย์ขั้นสูง
อย่างไรก็ตามคู่ที่ทรงพลังของ Microsoft ไม่ได้อยู่คนเดียวในภารกิจ Google DeepMind'sเครือข่ายกราฟสำหรับการสำรวจวัสดุ (GNOME)เป็นเครื่องมืออีกอย่างที่สัญญาว่าจะเร่งกระบวนการค้นพบอย่างมาก
Gnome ใช้รูปแบบของ AI ที่ได้รับแรงบันดาลใจจากสมองมนุษย์ที่เรียกว่าการเรียนรู้ลึก มันทำนายความเสถียรของวัสดุใหม่ทำให้ระยะการสำรวจและการค้นพบสั้นลงอย่างมีนัยสำคัญ
ในกระดาษที่ตีพิมพ์ในปี 2566นักวิจัยจาก Google DeepMind แสดงให้เห็นว่าแบบจำลอง AI ของพวกเขาสามารถระบุวัสดุที่มีเสถียรภาพใหม่ 2.2 ล้าน 736 ของสิ่งเหล่านี้ได้รับการทดลองแล้ว
นี่คือการเพิ่มขึ้นเป็นสิบเท่าของวิธีการก่อนหน้านี้ วัสดุเหล่านี้ซึ่งส่วนใหญ่ไม่เป็นที่รู้จักของนักเคมีของมนุษย์มีการใช้งานที่มีศักยภาพในพลังงานสะอาดอุปกรณ์อิเล็กทรอนิกส์และอื่น ๆ
แม้ว่าทั้งสองของ Google และ Microsoft ของ Microsoft นั้นใช้ AI แต่พวกเขาก็แตกต่างกันไปในแนวทางของพวกเขาและในบางวิธีให้วิธีการเสริม Gnome ทำนายความเสถียรของวัสดุใหม่โดยการสร้างความแปรปรวนของโครงสร้างที่มีอยู่และมุ่งเน้นไปที่การระบุวัสดุผลึกที่มีเสถียรภาพ
ในทางกลับกัน Mattergen ใช้แบบจำลอง AI แบบกำเนิดเพื่อวิศวกรวัสดุนวนิยายโดยตรงตามข้อกำหนดการออกแบบเฉพาะ มันสร้างโครงสร้างวัสดุโดยการเปลี่ยนองค์ประกอบตำแหน่งและขัดแตะเป็นระยะ (โครงสร้างซ้ำในสามมิติ)
ความหมายของการค้นพบวัสดุที่ขับเคลื่อนด้วย AI นั้นกว้างใหญ่ พวกเขาอาจนำไปสู่นวัตกรรมในสาขาต่าง ๆ เช่นการจัดเก็บพลังงานและความยั่งยืนด้านสิ่งแวดล้อม หนึ่งในแอพพลิเคชั่นที่มีแนวโน้มมากที่สุดคือการพัฒนาแบตเตอรี่ใหม่
ในขณะที่โลกเปลี่ยนไปสู่แหล่งพลังงานหมุนเวียนความต้องการแบตเตอรี่ที่มีประสิทธิภาพและยาวนานได้เติบโตขึ้นและจะดำเนินการต่อไป เครื่องมือ AI สามารถช่วยให้นักวิจัยออกแบบและระบุวัสดุใหม่ที่สามารถรองรับความหนาแน่นของพลังงานที่สูงขึ้นเวลาชาร์จที่เร็วขึ้นและอายุการใช้งานที่ยาวนานขึ้น
นอกเหนือจากการจัดเก็บพลังงานแล้ววัสดุใหม่สามารถใช้ในการออกแบบอุปกรณ์การแพทย์ใหม่การปลูกถ่ายและแม้แต่ระบบการจัดส่งยา สิ่งนี้สามารถปรับปรุงผลลัพธ์ของผู้ป่วยและการรักษาทางการแพทย์ล่วงหน้า
ในการบินและอวกาศวัสดุที่มีน้ำหนักเบาและทนทานสามารถเพิ่มประสิทธิภาพและความปลอดภัยของเครื่องบินและยานอวกาศ ในขณะเดียวกันวัสดุใหม่สำหรับการทำให้บริสุทธิ์น้ำการจับคาร์บอนและการจัดการของเสียสามารถจัดการกับความท้าทายด้านสิ่งแวดล้อม
Domenico ใกล้เคียงรองศาสตราจารย์ด้านระบบอัจฉริยะและวิทยาศาสตร์ข้อมูลAnglia Ruskin University
บทความนี้ถูกตีพิมพ์ซ้ำจากบทสนทนาภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่านบทความต้นฉบับ-
