ეს საინტერესოა
ხელოვნური ინტელექტი ექსპერიმენტების ნაცვლად - ალგორითმით მასალის თვისებებს შეისწავლიან
ნანოსტრუქტურული ფენები უამრავი პოტენციური თვისებით გამოირჩევიან, რომელთა ამოცნობა ხანგრძლივ ექპერიმენტებსა და დიდ შრომას მოითხოვს. ბოხუმის რურის უნივერსიტეტის მკვლევრები, რომლებიც მასალების აღმოჩენის მიმართულებით მუშაობენ, დაინტერესდნენ, იყო თუ არა შესაძლებელი ნივთიერებათა იდენთიფიკაციისთვის ალგორითმის გამოყენება და ამ მიმართულებით მუშაობა დაიწყეს. მათი მიღწევები ჟურნალ Communications Materials-ის 26 მარტის ნომერში გამოქვეყნდა.
ფოროვანი ან მკვრივი, სვეტები ან ბოჭკოები - ცოტა რამ ნაანოსტრუქტურებზე
თხელი გარსის წარმოქმნის დროს, სტრუქტურის ზედაპირის მდგომარეობას მრავალი საკონტროლო ცვლადი განსაზღვრავს, რაც მის თვისებებზეც აისახება. შესაბამისად, ფორმაციის პერიოდში, ისეთი გარეშე პირობებიც კი , როგორიცაა ტემპერატურა, ფენის შემადგენლობას განსაზღვრავს. საფარის წარმოქმნის პროცესში ეს ელემენტები ერთობლივად ფოროვან ან მკვრივ ფენას ქმნიან, ატომები ერთმანეთს შეერწყმიან და სვეტის ან ბოჭკოების სახით ფორმირდებიან.
„ოპტიმალური პარამეტრების განსასაზღვრად უამრავი ექსპერიმენტის ჩატარებაა საჭირო. პროცესები კი სხვადასხვა პირობებსა და განსხვავებული კომპოზიციებით უნდა წარიმართოს. ეს წარმოუდგენლად რთული პროცესია“, - ამბობს გუნდის ხელმძღვანელი, პროფესორი ალფრედ ლუდვიგი.
ასეთი ექპერიმენტებით ვიღებთ დიაგრამას, რომლის ანალიზიც მხოლოდ გამოცდილ მკვლევარებს შეუძლიათ. საბოლოოდ, მთელი პროცესი უზარმაზარ ძალისხმევას მოითხოვს.
უნივერსიტეტის მკვლევართა ჯგუფმა კი ხელოვნური ინტელექტით, უფრო ზუსტად მასალათმცოდნეობით ისარგებლა. მკვლევრები გვიყვებიან, თუ როგორ „გაწვრთეს ალგორითმი“ ისე, რომ წარმოექმნა უკვე კარგად გამოკვლეული მოდელების ფენების ზედაპირული ფოტოები (ალუმინის, ქრომის და სხვა), რათა დაედგინათ, თუ როგორ გამოიყურება ეს ფენა შესაბამის პირობებში:
„ჩვენ გვქონდა ალგორითმი „გასაწვრთნელად“ საკმარისი რაოდენობის ექსპერიმენტული მონაცემებით, მაგრამ არა ყველა ცნობილი მონაცემით“, - ხაზს უსვამს მკვლევარი ლარს ბანქო. ამრიგად, მეცნიერებმა შეძლეს ალგორითმის პასუხების შედარება ექსპერიმენტით მიღებულ მონაცემებთან და შემდეგ ალგორითმის სანდოობა გამოთვალეს, რამაც დამაკმაყოფილებელი შედეგი მისცა:
„ ჩვენ ალგოროთმის გამოყენებით დავაკავშირეთ 5 პარამეტრი და ახლა მონაცემების დანახვა ერთდროულად 5 მიმართულებით შეგვიძლია. ცხადია, ყოველგვარი ექსპერიმენტების გარეშე.
„ჩვენ ამით ვაჩვენეთ, რომ მასალების კვლევაში მასალათმცოდნეობის გამოყენებაც შესაძლებელია და ის სპეციფიკური მიზნებისთვის ახალი მასალების განვითარებაში დაგვეხმარება“, - აღნიშნავენ მკვლევარები .
ფოტო: Lars Banko
მასალა მომზადებულია მარიამ ელიაშვილის მიერ.
წყარო:ბოხუმის რურის უნივერსიტეტის პრესრელიზი, მარტი 2020
გამოქვეყნებულია: 07-05-2021
