சயின்ஸ் டெக் பல்ஸ்
செயற்கை நுண்ணறிவு

448 ஆய்வுக் கட்டுரைகளை மைனிங் செய்து புதிய வெப்ப-நிலையான, ஈயமில்லா பொருள் கண்ட AI

நூற்றுக்கணக்கான ஆய்வுக் கட்டுரைகளிலிருந்து பெறப்பட்ட தரவை இயற்பியல் அறிவுடன் கூடிய இயந்திரக் கற்றலுடன் இணைத்து, சியோல் தேசியப் பல்கலைக்கழகக் குழு 150 மில்லியன் சாத்தியமான பொருள் கலவைகளை 37ஆக மட்டுப்படுத்தி, அவற்றில் இரண்டைத் தயாரித்துச் சோதித்தது.

படிப்படியாக

  1. 1

    448 கட்டுரைகளிலிருந்து தரவு பிரித்தெடுப்பு

  2. 2

    இயற்பியல் அறிவுடன் AI மாடல் பயிற்சி

  3. 3

    150 மில்லியனிலிருந்து 37ஆக மட்டுப்படுத்தல்

  4. 4

    இரு பொருட்களைத் தயாரித்துச் சோதனை

மின்சாரம் நேரடியாகப் பாய்வதைத் தடுத்தபடி மின்சுமையைச் சேமிக்கும் காப்பீடுப் பொருட்களான ஈயமில்லா டைஎலெக்ட்ரிக் (dielectric) பொருட்களைக் கண்டறிய, அறிவியல் கட்டுரைகளிலிருந்து பெறப்பட்ட தரவை இயற்பியல் அறிவுடன் கூடிய இயந்திரக் கற்றலுடன் இணைக்கும் புதிய வழிமுறையை சியோல் தேசியப் பல்கலைக்கழக பொறியியல் கல்லூரியில் பேராசிரியர் ஹோ வோன் ஜாங் தலைமையிலான ஆராய்ச்சிக் குழு உருவாக்கியுள்ளது. ஸ்மார்ட்போன்கள், மின்சார வாகனங்கள் உள்ளிட்ட மின்னணுசாதனங்களில் பயன்படும் மல்டிலேயர் செராமிக் கெப்பாசிட்டர்களுக்கு (MLCCs) இந்த டைஎலெக்ட்ரிக் பொருட்கள் இன்றியமையாதவை; ஒரு பொருளின் டைஎலெக்ட்ரிக் மாறிலி (dielectric constant) அதிகமாக இருந்தால், அதே அளவில் அதிக மின் ஆற்றலைச் சேமிக்க முடியும், ஆனால் அந்தத் திறன் அதிக வெப்பநிலையிலும் நிலையாக இருக்க வேண்டும். இந்த ஆய்வு நேச்சர் கம்யூனிகேஷன்ஸ் இதழில் வெளியிடப்பட்டுள்ளது.

முதன்மை ஆசிரியர் குவான்வூ சாங் தலைமையில், யங்மின் கிம் மற்றும் பின்-முனைவர் ஆய்வாளர் ஜேஹியூன் கிம் இணைந்த இக்குழு, 448 ஆய்வுக் கட்டுரைகளின் உரை, அட்டவணை, வரைபடங்களிலிருந்து கலவை, செயலாக்க நிலைமைகள், செயல்திறன் தரவை தானாகப் பிரித்தெடுக்க பெரிய மொழி மாடல்களைப் (large language models) பயன்படுத்தி, 1,202 பதிவுகள் கொண்ட தரவுத்தளத்தை உருவாக்கியது. ஒவ்வொரு ஆய்வும் வெவ்வேறு அளவீட்டு நிலைமைகளைப் பயன்படுத்துவதால், சிதறிய தரவை பயிற்சிக்குப் பயன்படும் வகையில் மாற்ற, ஆராய்ச்சியாளர்கள் 22 இயற்பியல் அளவுருக்களைச் சேர்த்து, தனித்தனியாகப் பயிற்றுவிக்கப்பட்ட 30 இயந்திரக் கற்றல் மாடல்களை இணைத்தனர்.

இந்த வழிமுறையை சுமார் 150 மில்லியன் சாத்தியமான ஈயமில்லா கலவைகள் கொண்ட ஒரு கற்பனை வெளியில் பயன்படுத்தி, குழு தேடலை 37 நம்பிக்கைக்குரிய சாத்தியமான தேர்வுகளாகக் குறுக்கியது. பின்னர் சிறிதளவு தகரம் கலந்த இரண்டு கலவைகளைத் தயாரித்து, இரண்டும் அதிக டைஎலெக்ட்ரிக் மாறிலியையும், பரந்த வெப்பநிலை வரம்பில் நிலைத்தன்மையையும் கொண்டிருப்பதைச் சோதனை மூலம் உறுதி செய்தனர் — பரவலாகப் பயன்படும் டைஎலெக்ட்ரிக் பொருளான பேரியம் டைட்டானேட்டின் (barium titanate) செயல்திறன் 125°C அளவில் திடீரென மாறுவதைப் போலல்லாமல்.

மின்சார வாகனங்கள், மின் அமைப்புகள், விண்வெளிச் சாதனங்கள் உள்ளிட்ட மேலும் மேலும் மின்னணுசாதனங்கள் அதிக வெப்பநிலையில் இயங்குவதால், சாத்தியமான ஈயமில்லா தனிமக் கலவைகளின் எண்ணிக்கை மிகப்பெரியது; இது முயன்று-தவறும் தேடலை செலவு அதிகமானதாகவும் மெதுவானதாகவும் ஆக்குகிறது. பொருட்களை ஒவ்வொன்றாகச் சோதிப்பதற்குப் பதிலாக, தயாரிக்கும் முன்பே நம்பிக்கைக்குரிய கலவைகளை முன்கணிக்கும் தங்களது இந்த தலைகீழ்-வடிவமைப்பு (inverse-design) அணுகுமுறை, ஹைட்ரஜன் எரிசக்தி, கார்பன் பிடிப்பு, தூய அம்மோனியா அமைப்புகளுக்கான பொருட்களை வடிவமைப்பதற்கும் பயன்படக்கூடும் என்று ஆராய்ச்சியாளர்கள் தெரிவித்தனர்.

சொல் விளக்கம்

இதுவரை நடந்தது

  1. ஒளி எப்போது வந்து சேரும்? அதையும் கட்டுப்படுத்தும் புதிய ஃபோட்டானிக் சிப் வடிவமைப்பு
  2. 1 பிபிஎம் அளவிலேயே அமோனியா கசிவைக் கண்டறியும் புதிய பெரோவ்ஸ்கைட் உணரி
  3. "உலோகக் கண்ணாடியை" மேம்படுத்த ISS-இல் உருக்கிய உலோகத்தை மிதக்க வைக்கும் சார்லாந்து குழு
  4. கடலுக்கடியில் ஒலியைப் புரிந்துகொள்ள NEC புதிய AI மாடலை உருவாக்குகிறது
  5. மண் நுண்ணுயிர்கள் நினைத்ததைவிட அதிக மீத்தேனை உறிஞ்சுகின்றன: மூன்று-மாடல் ஆய்வு
  6. AI எதிர்வாதத்தைப் படித்த பிறகு 30%க்கும் மேற்பட்டோர் தார்மீகக் கருத்தை மாற்றினர்: கோபே ஆய்வு
  7. 448 ஆய்வுக் கட்டுரைகளை மைனிங் செய்து புதிய வெப்ப-நிலையான, ஈயமில்லா பொருள் கண்ட AI
#artificial intelligence#materials science#machine learning#electronics#Seoul National University
இச்செய்திக்கு மதிப்பிடுங்கள்

தொடர்புடைய செய்திகள்