دانشمندان در حال استقرار عوامل هوش مصنوعی برای تسریع در کشف مواد جدید هستند

Newswise – آزمایشگاه ملی آرگون وزارت انرژی ایالات متحده (DOE) دارای سنت طولانی نوآوری در رویکردهای محاسباتی به علم مواد است. در سال 1964، دانشمند آرگون، انصور رحمان، مطالعه مهمی را منتشر کرد که سیستمی از اتم های آرگون را شبیه سازی کرد. این مطالعه به طور موثر زمینه دینامیک مولکولی را راه اندازی کرد، که به استفاده از شبیه سازی کامپیوتری برای آشکار کردن نحوه تعامل سیستم های اتم اشاره دارد.

بیش از 60 سال بعد، Argonne به نوآوری در این زمینه ادامه می دهد. یک تیم تحقیقاتی Argonne با موفقیت یک سیستم مبتنی بر هوش مصنوعی (AI) را برای خودکارسازی یک روش شبیه‌سازی قدرتمند که نحوه تعامل اتم‌ها در مواد را پیش‌بینی می‌کند، نشان داده‌اند. این روش که به عنوان شبیه سازی اتمی شناخته می شود، می تواند به طور بالقوه کشف مواد را برای مناطقی مانند باتری ها، هوا فضا و الکترونیک سرعت بخشد.

Aditya Koneru، یکی از نویسندگان این مطالعه و دانشمند Argonne در مرکز محاسبات رهبری Argonne (ALCF) گفت: «با خودکار کردن این مطالعات جامع، ما به طور بالقوه می توانیم زمان مورد نیاز برای کشف مواد جدید را از ماه ها یا سال ها به چند روز کاهش دهیم.

Subramanian Sankaranarayanan، یکی از نویسندگان اصلی این مطالعه، گفت: «سیستم ما مانع استفاده از شبیه‌سازی‌های اتمی را کاهش می‌دهد و به آنها اجازه می‌دهد تا به طور گسترده‌تری در جامعه علمی مورد استفاده قرار گیرند. Sankaranarayanan دانشمند مواد آرگون و استاد در گروه مهندسی مکانیک و صنایع در دانشگاه ایلینویز در شیکاگو است.

این تحقیق یک تلاش مشترک بین محققان در مرکز مواد نانومقیاس Argonne (CNM)، ALCF و دانشگاه ایلینویز در شیکاگو است. CNM و ALCF امکانات کاربر دفتر علوم DOE هستند.

نیاز به سهولت استفاده از شبیه سازی های اتمی

دانشمندان از شبیه‌سازی‌های اتمی برای درک بهتر اینکه چگونه رفتار اتم‌ها خواص مواد مانند قدرت و واکنش‌پذیری را شکل می‌دهد، استفاده می‌کنند. شبیه سازی ها می توانند به بینش های عمیقی منجر شوند که از طراحی و کشف مواد جدید برای بسیاری از صنایع مختلف خبر می دهد.

با این حال، استفاده از آنها برای دانشمندان بدون تخصص محاسباتی، چالش برانگیز است. محققان باید به صورت دستی مجموعه ای از ابزارها را به ترتیبی خاص پیکربندی، اجرا و ادغام کنند. این ابزارها اهداف مختلفی مانند ایجاد مولکول ها، کریستال ها و سایر ساختارها، اجرای شبیه سازی ها و تجزیه و تحلیل نتایج را انجام می دهند.

کشف مواد اغلب به مطالعات جامع در مورد مواد متعدد و پارامترهای تجربی نیاز دارد. دانشمندان ممکن است نیاز به اجرای ده ها یا حتی صدها شبیه سازی اتمی داشته باشند. این می تواند نیازهای زمانی را به طور تصاعدی افزایش دهد.

به عنوان مثال، برای تعیین میزان کرنشی که باعث شکستگی یک ماده خاص می‌شود، ممکن است یک دانشمند نیاز به شبیه‌سازی‌های متعددی داشته باشد که کرنش را به تدریج افزایش می‌دهد. شبیه‌سازی خودکار به معنای مسیری سریع‌تر برای شناسایی نقطه شکست مواد است.

Sankaranarayanan گفت: “شبیه‌سازی‌های اتمی دستی پیچیده، زمان‌بر و مستعد خطا هستند. برای اینکه این ابزارهای محاسباتی پیشرفته کشف مواد نوآورانه را تسریع کنند، استفاده از آنها برای مخاطبان وسیع‌تر باید آسان‌تر باشد.”

اتوماسیون انتها به انتها

این تیم یک چارچوب هوش مصنوعی ایجاد کرد که شبیه‌سازی اتمی را از ابتدا تا انتها خودکار می‌کند. این چارچوب تیمی از عوامل همکار است: سیستم‌های هوش مصنوعی که وظایف را انجام می‌دهند، داده‌ها را تفسیر می‌کنند و با دخالت محدود انسانی تصمیم می‌گیرند. معماری قاب با همکاری محققان در منبع فوتون پیشرفته (APS)، یکی دیگر از امکانات کاربری دفتر علوم DOE در Argonne طراحی شده است.

Katerina Vryza، دانشمند سابق کارکنان CNM در Argonne می گوید: چارچوب هوش مصنوعی چند عاملی استفاده از ابزارهای مختلف برای انجام و تجزیه و تحلیل شبیه سازی ها را ساده می کند.

استفاده از چارچوب ساده و سرراست است. یک کاربر انسانی وارد یک اعلان سطح بالا می شود. این دستور می تواند یک دستورالعمل کوتاه مانند “محاسبه نقطه ذوب یک آلیاژ طلا-مس” باشد. تنها در چند دقیقه، چارچوب پاسخ مفصلی را ارائه می دهد. اجرای شبیه‌سازی از چارچوب بسیار سریع‌تر است و در مقایسه با آنچه که یک انسان می‌تواند انجام دهد، خطاهای کمتری را به دنبال دارد.

درخواست کاربر به مدیر عامل AI تحویل داده می شود، که گردش کار را هماهنگ می کند و وظایفی را به عوامل مختلف هوش مصنوعی اختصاص می دهد. متخصصان پاسخگویی چیست:

• تعیین آرایش اتم ها در موادی که قرار است شبیه سازی شوند.
• جست‌وجوی مقالات علمی و پایگاه‌های اطلاعاتی برای یافتن مناسب‌ترین مدل‌های ریاضی برای هدایت شبیه‌سازی‌ها.
• ایجاد فایل های ورودی برای شبیه سازی
• کارهای شبیه سازی را برای اجرا در شبکه ای از کامپیوترهای با کارایی بالا ارسال کنید.
• انجام محاسبات مربوط به خواص مواد خاص.
• تجزیه و تحلیل نتایج شبیه سازی

همکاری انسان و عامل جنبه مهمی از چارچوب هوش مصنوعی است. در پاسخ به درخواست اولیه کاربر انسانی، عامل مدیر ممکن است جزئیات بیشتری در مورد درخواست شبیه سازی درخواست کند. نمایندگان اختصاصی همچنین ممکن است در حین انجام وظایف خود، سؤالات بیشتری برای کاربر داشته باشند.

هنری چان، یکی از نویسندگان این مطالعه و دانشمند Argonne، گفت: رویکرد ما تنگناهای معمول در خطوط لوله شبیه سازی اتمی را به حداقل می رساند. این به محققان اجازه می دهد تا توان عملیاتی و مقیاس را تا حد زیادی افزایش دهند.

نتایج امیدوار کننده

محققان این پلت فرم را با اجرای شبیه‌سازی سرتاسر چندین عنصر و آلیاژ آزمایش کردند. شبیه‌سازی‌ها خواص مواد مانند ساختارهای کریستالی، رفتار الاستیک و رفتار ارتعاشی را محاسبه می‌کنند. شبیه‌سازی‌ها روی کربن، یک خوشه محاسباتی با کارایی بالا در CNM اجرا شدند.

محاسبات عوامل به طور قابل ملاحظه ای نزدیک به محاسباتی بود که توسط شبیه سازی های دستی انجام شده توسط متخصصان انسانی در تیم تحقیقاتی به دست آمده بود. این نتیجه نمایش واضحی از دقت و قابلیت اطمینان چارچوب بود. شبیه‌سازی‌های دستی در مرکز ملی محاسبات علوم برای تحقیقات انرژی، یک مرکز محاسباتی دفتر علوم DOE در آزمایشگاه ملی لارنس برکلی DOE انجام شد.

این چارچوب به صورت عمومی برای استفاده توسط جامعه علمی در دسترس است. همچنین قابل تنظیم است: محققان می توانند چارچوب موجود را اجرا کنند یا با اجرای شبیه سازی بر روی کلاس های مختلف مواد، آن را برای اهداف خود تطبیق دهند. و به طور بالقوه می توان از آن برای انجام آزمایش های آزمایشگاهی رباتیک مستقل استفاده کرد.

Uma Kornu، نویسنده اول این مطالعه و دانشمند محقق در دانشگاه ایلینویز در شیکاگو گفت: “این چارچوب چند عاملی نشان دهنده یک تغییر اساسی در خط لوله کشف است.” ما در حال دور شدن از ارکستراسیون دستی ابزارهای تکه تکه شده به عصر هوش مصنوعی مستقل و مشارکتی هستیم.»

در نهایت، این چارچوب، بسیاری از محققان را قادر می‌سازد تا پیچیدگی گسترده چشم‌انداز مواد را با سرعت و دقت بی‌سابقه‌ای هدایت کنند.

این تحقیق توسط دفتر علوم DOE پشتیبانی شد.

مایکل ماتز یک نویسنده مستقل علم و فناوری با بیش از سه دهه تجربه در مورد موضوعاتی مانند انرژی، محیط زیست، فیزیک، هوش مصنوعی، اطلاعات کوانتومی، مواد و موارد دیگر است. او به انتشارات گسترده ای کمک کرده و ایده های پیچیده را به داستان های جذاب تبدیل کرده است.

درباره مرکز آرگون برای مواد نانومقیاس

مرکز مواد در مقیاس نانو یکی از پنج مرکز تحقیقاتی نانومقیاس DOE است که پیشروترین امکانات کاربر ملی برای تحقیقات بین رشته‌ای در مقیاس نانو است که توسط دفتر علوم DOE پشتیبانی می‌شود. با هم، NSRCها مجموعه‌ای از تسهیلات تکمیلی را تشکیل می‌دهند که قابلیت‌های پیشرفته‌ای را برای ساخت، پردازش، شناسایی و مدل‌سازی مواد در مقیاس نانو در اختیار محققان قرار می‌دهند و بزرگترین سرمایه‌گذاری زیرساختی طرح ملی نانوتکنولوژی را نشان می‌دهند. NSRC ها در آزمایشگاه های ملی DOE Argonne، Brookhaven، Lawrence Berkeley، Oak Ridge، Sandia و Los Alamos واقع شده اند. برای اطلاعات بیشتر در مورد NSRC DOE، لطفاً به https://sci​ence​.osti.gov/User​-Fa​cil ities/User-Faci​l​i​ie-t-a-a‏ مراجعه کنید.

تسهیلات محاسباتی رهبری آرگون قابلیت‌های ابر محاسباتی را برای جامعه علمی و مهندسی فراهم می‌کند تا اکتشافات و درک بنیادی را در طیف گسترده‌ای از رشته‌ها پیش ببرد. ALCF که توسط برنامه تحقیقات محاسبات علمی پیشرفته (ASCR) دفتر علوم وزارت انرژی ایالات متحده (DOE) پشتیبانی می شود، یکی از دو امکانات محاسباتی رهبری DOE در کشور است که به علم باز اختصاص دارد.

درباره منبع فوتون پیشرفته

منبع فوتون پیشرفته (APS) دفتر علوم وزارت انرژی ایالات متحده در آزمایشگاه ملی آرگون یکی از پربازده‌ترین امکانات منبع نور پرتو ایکس در جهان است. APS پرتوهای ایکس با روشنایی بالا را در اختیار جامعه متنوعی از محققان در علم مواد، شیمی، فیزیک ماده متراکم، علوم زیستی و محیطی و تحقیقات کاربردی قرار می دهد. این اشعه ایکس برای مطالعه مواد و ساختارهای بیولوژیکی مناسب است. توزیع عنصری؛ حالت های شیمیایی، مغناطیسی، الکترونیکی؛ و طیف گسترده‌ای از سیستم‌های مهندسی مهم از نظر فناوری، از باتری‌ها تا اسپری‌های انژکتوری سوخت، که همگی زیربنای رفاه اقتصادی، فنی و فیزیکی کشور ما هستند. هر ساله، بیش از 5000 محقق از APS برای تولید بیش از 2000 نشریه در توصیف اکتشافات چشمگیر و حل ساختارهای پروتئینی بیولوژیکی مهم تری نسبت به کاربران هر مرکز تحقیقاتی منبع نور اشعه ایکس استفاده می کنند. دانشمندان و مهندسان APS در حال ابداع فناوری هستند که زیربنای عملیات پیشرفته شتاب دهنده و منبع نور است. این شامل دستگاه‌های درج‌کننده‌ای است که پرتوهای ایکس با روشنایی فوق‌العاده تولید می‌کنند، لنزهایی که پرتوهای ایکس را تا چند نانومتر متمرکز می‌کنند، ابزارهایی که نحوه تعامل پرتوهای ایکس با نمونه‌های مورد مطالعه را به حداکثر می‌رسانند، و نرم‌افزاری که حجم وسیعی از داده‌های حاصل از مطالعه اکتشافات در APS را جمع‌آوری و مدیریت می‌کند.

این تحقیق از منابع موجود در Advanced Photon Source، یک مرکز کاربری دفتر علوم DOE ایالات متحده که توسط آزمایشگاه ملی Argonne تحت قرارداد شماره DE-AC02-06CH11357 برای دفتر علوم DOE اداره می‌شود، استفاده کرد.

آزمایشگاه ملی آرگون با انجام تحقیقات بنیادی و کاربردی پیشرو در تقریباً هر رشته علمی به دنبال راه حلی برای مشکلات مبرم ملی در علم و فناوری است. Argonne توسط UChicago Argonne، LLC برای دفتر علوم وزارت انرژی ایالات متحده اداره می شود.

دفتر علوم وزارت انرژی ایالات متحده بزرگترین حامی تحقیقات پایه در علوم فیزیکی در ایالات متحده است و برای رسیدگی به برخی از مهم ترین چالش های زمان ما تلاش می کند. برای اطلاعات بیشتر، به https://energy.gov/​science مراجعه کنید.