دانشمندان روش جدیدی از هوش مصنوعی برای ایجاد «اثر انگشت» مواد ایجاد کردند.

Newswise – مطالعه نشان می دهد که چگونه مواد در هنگام بارگیری و شل شدن تغییر می کنند.

مانند مردم، مواد در طول زمان تکامل می یابند. آنها همچنین هنگام استرس و آرامش رفتار متفاوتی از خود نشان می دهند. دانشمندانی که به دنبال اندازه‌گیری دینامیک تغییرات مواد هستند، تکنیک جدیدی را توسعه داده‌اند که از طیف‌سنجی همبستگی فوتون پرتو ایکس (XPCS) استفاده می‌کند. هوش مصنوعی (هوش مصنوعی) و فراگیری ماشین.

این تکنیک “اثرانگشت” از مواد مختلف ایجاد می کند که می تواند توسط یک شبکه عصبی خوانده و تجزیه و تحلیل شود تا به اطلاعات جدیدی دست یابد که دانشمندان قبلاً به آنها دسترسی نداشتند. شبکه عصبی یک مدل کامپیوتری است که تصمیمات را به شیوه ای مشابه مغز انسان اتخاذ می کند.

در مطالعه جدیدی که توسط محققان منبع فوتون پیشرفته (APS) و مرکز مواد نانومقیاس (CNM) در آزمایشگاه ملی آرگون وزارت انرژی ایالات متحده (DOE) انجام شد، دانشمندان XPCS را با یک دستگاه غیرقابل کنترل جفت کردند. فراگیری ماشین الگوریتم، شکلی از شبکه عصبی که نیازی به آموزش تخصصی ندارد. الگوریتم یاد می گیرد که الگوهای پنهان در آرایه های پرتوهای ایکس پراکنده شده توسط یک کلوئید – گروهی از ذرات معلق در یک محلول را تشخیص دهد. APS و CNM امکانات کاربر دفتر علوم DOE هستند.

“نکته از هوش مصنوعی صرفاً این است که الگوهای پراکندگی را به عنوان تصاویر یا تصاویر معمولی در نظر بگیرید و آنها را هضم کنید تا متوجه شوید که الگوهای تکرار شونده چیست. این هوش مصنوعی متخصص در تشخیص الگو است. – جیمز (جی) هوروات، آزمایشگاه ملی آرگون

جیمز (جی) هوروات، محقق پسادکتری Argonne، نویسنده اول این مطالعه، گفت: روشی که ما متوجه می‌شویم چگونه مواد در طول زمان حرکت و تغییر می‌کنند، با جمع‌آوری داده‌های پراکندگی اشعه ایکس است.

این الگوها برای دانشمندان پیچیده تر از آن هستند که بدون کمک آن ها را کشف کنند هوش مصنوعی. “در حالی که ما روشن می کنیم اشعه ایکساین الگوها به قدری متنوع و پیچیده هستند که درک معنای هر یک از آنها حتی برای متخصصان نیز دشوار می شود.

برای اینکه محققان بتوانند آنچه را که مطالعه می کنند بهتر درک کنند، باید تمام داده ها را در اثر انگشتی که تنها حاوی ضروری ترین اطلاعات در مورد نمونه است، متراکم کنند. هوروات می‌گوید: «می‌توانید آن را به‌عنوان ژنوم ماده در نظر بگیرید، آن همه اطلاعاتی را که برای بازسازی کل تصویر نیاز دارد، دارد.

پروژه نامیده می شود هوش مصنوعی برای پویایی آرامش غیرتعادلی، یا هوش مصنوعی– دندانپزشک اثر انگشت با استفاده از تکنیکی به نام رمزگذار خودکار ایجاد می شود. رمزگذار خودکار نوعی شبکه عصبی است که داده‌های تصویر اصلی را به اثر انگشت تبدیل می‌کند – که توسط دانشمندان نمایش پنهان نامیده می‌شود – و همچنین شامل یک الگوریتم رمزگشا است که برای بازگشت از نمایش پنهان به تصویر کامل استفاده می‌شود.

هدف محققان تلاش برای ایجاد نقشه اثر انگشت از مواد با گروه بندی اثر انگشت با ویژگی های مشابه در محله ها بود. با نگاهی جامع به ویژگی‌های محله‌های اثرانگشت مختلف روی نقشه، محققان توانستند درک بهتری از چگونگی ساختار مواد و چگونگی تکامل آنها در طول زمان در شرایط استرس و آرامش داشته باشند.

هوش مصنوعیبه بیان ساده، قابلیت تشخیص کلی تصویر خوبی دارد، که باعث می‌شود تصاویر مختلف اشعه ایکس را به طور موثر دسته‌بندی کرده و آنها را در نقشه مرتب کند. “نکته از هوش مصنوعی هوروات گفت: فقط با الگوهای پراکنده مانند تصاویر یا تصاویر معمولی رفتار می کنیم و آنها را هضم می کنیم تا بفهمیم الگوهای تکرار شونده چیست.” ” هوش مصنوعی متخصص در تشخیص الگو است.

استفاده كردن هوش مصنوعی درک داده های پراکندگی به ویژه مهم است زیرا APS ارتقا یافته آنلاین می شود. این تسهیلات بهبودیافته پرتوهای ایکس را 500 برابر روشن‌تر از APS اصلی تولید می‌کند. “داده هایی که از APS ارتقا یافته به دست می آوریم به قدرت نیاز دارند هوش مصنوعی هوروات گفت تا آن را مرتب کنم.

گروه نظری در CNM با گروه محاسباتی در بخش علوم اشعه ایکس Argonne همکاری می کند تا شبیه سازی های مولکولی دینامیک پلیمر نشان داده شده توسط XPCS و ادامه تولید مصنوعی داده های آموزشی را انجام دهد. هوش مصنوعی گردش کار مانند هوش مصنوعی– دندانپزشک

آ کاغذ بر اساس مطالعه منتشر شده در Nature Communications. این مطالعه توسط کمک هزینه تحقیق و توسعه هدایت شده توسط آزمایشگاه Argonne تأمین شد.

نویسندگان این مطالعه عبارتند از: جیمز (جی) هوروات از آرگون، شیائو مین لین، هونگروی هی، چینگتنگ ژانگ، اریک دوفرسن، میائوکی چو، سوبرامانی سانکاراریانان، وی چن، سورش نارایانان و متیو چروکارا. چن و او قرارهای مشترکی در دانشگاه شیکاگو دارند و سانکاراناریانان قرار ملاقات مشترکی در دانشگاه ایلینوی در شیکاگو دارند.

برای 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 نگهداری می‌شود. با هم، NSRCها مجموعه‌ای از تسهیلات تکمیلی را تشکیل می‌دهند که قابلیت‌های پیشرفته‌ای را برای ساخت، پردازش، تعیین مشخصات و مدل‌سازی مواد در مقیاس نانو در اختیار محققان قرار می‌دهند و بزرگترین سرمایه‌گذاری زیرساختی طرح ملی نانوتکنولوژی را نشان می‌دهند. NSRCها در آزمایشگاه‌های ملی آرگون، بروکهاون، لارنس برکلی، اوک ریج، ساندیا و لوس آلاموس DOE واقع شده‌اند. برای اطلاعات بیشتر در مورد NSRC DOE، لطفاً مراجعه کنید https://sci​ence.osti نگاه.

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 گسترده ای از سیستم های مهندسی مهم از نظر فن آوری از باتری ها به اسپری های انژکتوری که همگی زیربنای رفاه اقتصادی، فنی و فیزیکی کشور ما هستند. هر سال بیش از 5000 محقق از APS برای تولید بیش از 2000 مقاله در توصیف اکتشافات چشمگیر و حل ساختارهای پروتئینی بیولوژیکی مهم تری نسبت به کاربران هر مرکز تحقیقاتی منبع نور پرتو 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 درج می‌شود که پرتوهای ایکس بسیار درخشان 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 جمع‌آوری و مدیریت می‌کند. حجم وسیعی از داده های حاصل از اکتشافات در APS.

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.

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 کار می کند. برای اطلاعات بیشتر مراجعه کنید https://energy.gov/scence.