فناوریهای نوین هوش مصنوعی کشف مواد کاملاً جدید را سرعت بخشیدهاند
محققان دانشگاه لیورپول موفق به ساخت ابزار هوش مصنوعی مشترکی شدهاند که زمان و انرژی لازم برای کشف مواد کاملاً جدید را کاهش میدهد.
مقاله معرفی این ابزار در مجله Nature Communications منتشر شده است. این ابزار پیشتر منجر به کشف چهار ماده جدید، از جمله خانواده جدیدی از مواد جامدِ هادی یون لیتیوم، شده است. این الکترولیتهای جامد از اجزای کلیدی باتریهای حالت جامد به شمار میآیند و مسافت قابل پیمایش و ایمنی وسایل نقلیه الکتریکی را افزایش میدهند. ساخت مواد کارآمدتر نیز در دستور کار دانشمندان قرار دارد.
این ابزار هوش مصنوعی و دانش بشری را با هم پیوند میزند، تا ناشناختههای مواد شیمیایی اولویتبندی شود؛ چراکه احتمال میرود مواد کاربردی بیشتری در این حوزه شناسایی شود.
کشف مواد کاربردی جدید مخاطرات بسیار بالایی دارد، امری پیچیده است و اغلب زمان زیادی به طول میانجامد، چراکه بینهایت امکان برای ترکیب مواد جدول تناوبی وجود دارد و مشخص نیست این مواد جدید در کجا یافت میشوند.
تیمی از محققان دپارتمان شیمی و کارخانه نوآوری مواد دانشگاه لیورپول به سرپرستی پروفسور مَت روزینسکی به مقابله با این چالش برخاسته و این ابزار جدید هوش مصنوعی را توسعه دادهاند.
این ابزار روابط بین مواد شناخته شده را در مقیاسی بررسی میکند که برای انسان غیرقابل دستیابی است. این روابط برای شناسایی و رتبهبندی ترکیبهایی به کار میرود که احتمالاً مواد جدید را تشکیل میدهند. این رتبهبندی به دانشمندان کمک میکند اکتشافات جهان بزرگ و ناشناخته مواد شیمیایی را بهطور هدفمند هدایت کنند و بهتبع آناآآن تحقیقات تجربی کارآمدتر میشوند. دانشمندان از دیدگاهی متفاوت، دیدگاهی که هوش مصنوعی آن را ارائه کرده است، به موضوع نگاه کرده و تصمیمات نهایی را میگیرند.
پروفسور مت روزینسکی، نویسنده اصلی مقاله، اینطور میگوید: «تا به امروز، رویکردهای رایج کشف مواد شامل طراحی مواد جدید و مقایسه آنها با مواد کشفشده فعلی است، اما این امر اغلب منجر به کشف موادی مشابه میشود.»
وی در ادامه میگوید: «بنابراین به ابزارهای جدیدی نیاز داریم، تا زمان و انرژی موردنیاز برای کشف مواد جدید را کاهش دهد.» ابزاری مانند ابزاری که این تیم پژوهشی توسعه داده است و در آن از هوش انسانی و هوش مصنوعی در کنار هم استفاده میکند، تا قابلیت هر دوی آنها را به حداکثر برساند.»
طبق توضیحات روزینسکی: «در این رویکرد مشارکتی، از قابلیتهای مختلف رایانهها و دانش تخصصی و تفکر انتقادی پژوهشگران برای بررسی روابط بین چند صدهزار ماده شناخته شده استفاده میشود، چراکه بررسی برخی روابط خارج از توان انسان است.»
وی معتقد است: «این ابزار نمونهای از رویکردهای بیشمار و مشترک هوش مصنوعی است که احتمالاً در آینده به کمک دانشمندان خواهد آمد.»
ظرفیت جامعه برای حل چالشهای جهانی مانند انرژی و تابآوری در گروی قابلیتهای انسان در طراحی و ساخت مواد برای کارکردهای هدفمند است، این کارکردها میتوانند شامل موارد زیر باشند: طراحی جاذبهای خورشیدی بهتر برای پنلهای خورشیدی باکیفیت؛ ساخت باتریهای پرقدرت برای افزایش دامنه مسافتی خودروهای برقی و جایگزینی مواد سمی یا کمیاب با عناصری که درجه سمی بودن آنها کمتر است یا در طبیعت بهوفور یافت میشوند.
این مواد جدید با جهتدهی به ساخت فناوریهای نوین برای مقابله با چالشهای جهانی منافع اجتماعی فراوانی ایجاد کرده و پدیدههای علمی و ادراکات علمی جدیدی به همراه دارند. تمام وسایل الکترونیکی قابل حمل دنیای مدرن بهواسطه کشف مواد شیمیایی باتریهای لیتیوم یونی که در دهه 1980 ساخته شدند، امکانپذیر شدند. این نکته نشان میدهد که چگونه تنها گروه خاصی از مواد میتوانند نحوه زندگی ما را تغییر دهند؛ لذا تدوین مسیرهایی سریع به کشف مواد جدید، فرصتهای فنی غیرقابل تصوری را برای آینده بشر به ارمغان خواهد آورد.
جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید