Περιεχόμενα Άρθρου
Σε επιστήμονες σε ένα ανώνυμο εταιρικό εργαστήριο ανατέθηκε τυχαία ένα εργαλείο μηχανικής εκμάθησης.Πίστωση: Eugenio Marongiu/Getty
Η τεχνητή νοημοσύνη (AI) γίνεται πανταχού παρούσα στην εφαρμοσμένη έρευνα, αλλά μπορεί πραγματικά να εφεύρει χρήσιμα υλικά γρηγορότερα από ό,τι οι άνθρωποι; Είναι ακόμη πολύ νωρίς για να το πούμε, αλλά μια τεράστια μελέτη δείχνει ότι μπορεί.
Οι ερευνητές κατασκεύασαν έναν «Επιστήμονα AI» — τι μπορεί να κάνει;
Ο Aidan Toner-Rodgers, οικονομολόγος στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT) στο Κέμπριτζ, παρακολούθησε την ανάπτυξη ενός εργαλείου μηχανικής μάθησης σε ένα ανώνυμο εταιρικό εργαστήριο που απασχολούσε περισσότερους από 1.000 ερευνητές. Οι ομάδες που ανατέθηκαν τυχαία να χρησιμοποιήσουν το εργαλείο ανακάλυψαν 44% περισσότερα νέα υλικά και κατέθεσαν 39% περισσότερες αιτήσεις για διπλώματα ευρεσιτεχνίας από εκείνες που έμειναν στην τυπική ροή εργασίας τους, όπως διαπίστωσε. Τόνερ-Ρότζερς δημοσίευσε τα αποτελέσματα στο διαδίκτυο τον περασμένο μήνα και τα υπέβαλε σε περιοδικό με κριτές.
«Είναι ένα πολύ ενδιαφέρον έγγραφο», λέει ο Robert Palgrave, χημικός στερεάς κατάστασης στο University College του Λονδίνου, προσθέτοντας ότι η περιορισμένη αποκάλυψη των λεπτομερειών της δοκιμής καθιστά δύσκολο να αξιολογηθούν τα αποτελέσματα της ανάπτυξης AI. «Ίσως δεν με εκπλήσσει το γεγονός ότι η τεχνητή νοημοσύνη μπορεί να κάνει πολλές προτάσεις», λέει ο Palgrave. «Αυτό που μας λείπει είναι αν αυτές οι προτάσεις ήταν καλές προτάσεις ή όχι».
Κατασκευαστής υλικών
Ο Toner-Rodgers είχε πρόσβαση σε εσωτερικά δεδομένα από το εργαστήριο και πήρε συνέντευξη από τους ερευνητές υπό την προϋπόθεση ότι δεν θα αποκάλυπτε το όνομα της εταιρείας ή τα συγκεκριμένα προϊόντα που σχεδίασε. Γράφει ότι είναι μια αμερικανική εταιρεία που αναπτύσσει νέα ανόργανα υλικά – συμπεριλαμβανομένων μοριακών ενώσεων, κρυσταλλικών δομών, γυαλιών και μεταλλικών κραμάτων – για χρήση στην «υγειονομική περίθαλψη, την οπτική και τη βιομηχανική κατασκευή».
Τα μοντέλα AI παράγουν πιο πρωτότυπες ιδέες από τους ερευνητές;
Ξεκινώντας το 2022, η εταιρεία υιοθέτησε συστηματικά ένα εργαλείο AI που είχε προσαρμόσει για να ταιριάζει στις ανάγκες της. Σύμφωνα με τον Toner-Rodgers, το εργαλείο συνδυάζει νευρωνικά δίκτυα γραφημάτων – μια δημοφιλής προσέγγιση στην ανακάλυψη υλικών που έχει χρησιμοποιηθεί από την DeepMind, την εταιρεία τεχνητής νοημοσύνης της Google με έδρα το Λονδίνο, μεταξύ άλλων – με ενισχυτική μάθηση. Το νευρωνικό δίκτυο ήταν προεκπαιδευμένο χρησιμοποιώντας δεδομένα από τεράστιες υπάρχουσες βάσεις δεδομένων, συμπεριλαμβανομένων των κρυσταλλικών δομών και των ιδιοτήτων τους από το Materials Project και μοριακών δομών από τη Βάση Δεδομένων Υλικών της Αλεξάνδρειας.
Οι ερευνητές εισάγουν απαιτήσεις για τις επιθυμητές ιδιότητες ενός υλικού στο νευρωνικό δίκτυο και το σύστημα προτείνει δομές για νέα υλικά που θα μπορούσαν να έχουν αυτές τις ιδιότητες. Στη συνέχεια, οι ομάδες εξαλείφουν τα πιθανά σκουπίδια – όπως φόρμουλες που δεν θα οδηγούσαν σε μια σταθερή ένωση – χρησιμοποιώντας τις δικές τους εξειδικευμένες γνώσεις και προσομοιώσεις υπολογιστή. Στη συνέχεια επιχειρούν να συνθέσουν τις υποψήφιες δομές και, εάν είναι επιτυχείς, να τις δοκιμάσουν σε πειράματα και ακόμη και σε πρωτότυπα τελικών προϊόντων. Τα αποτελέσματα ανατροφοδοτούνται στο νευρωνικό δίκτυο – το στάδιο «ενίσχυσης» που το βοηθά να βελτιώσει τις προγνωστικές του ικανότητες.
Μικτά αποτελέσματα
Greek Live Channels Όλα τα Ελληνικά κανάλια:
Βρίσκεστε μακριά από το σπίτι ή δεν έχετε πρόσβαση σε τηλεόραση;
Το IPTV σας επιτρέπει να παρακολουθείτε όλα τα Ελληνικά κανάλια και άλλο περιεχόμενο από οποιαδήποτε συσκευή συνδεδεμένη στο διαδίκτυο.
Αν θες πρόσβαση σε όλα τα Ελληνικά κανάλια
Πατήστε Εδώ
Ακολουθήστε το TechFreak.GR στο Google News για να μάθετε πρώτοι όλες τις ειδήσεις τεχνολογίας.
