مهدت برامج التعلم الآلي الطريق للعديد من مجالات البحث والتطوير. تعمل هذه البرامج بطريقة مماثلة للإنسان ، من خلال تعلم تقنيات ومهارات جديدة باستخدام أساليب التجربة والخطأ. تتضمن العملية التكرار وإعادة تشكيل التعلم ، حيث يتم اختيار الجزء الجيد للاستخدام في المستقبل وتجنب النتائج السيئة. بناءً على التعلم المعزز ، طور العلماء في مختبر أرغون الوطني التابع لوزارة الطاقة الأمريكية (DOE) خوارزمية ستساعد في نمذجة خصائص المواد على المستوى الذري والجزيئي.
في مقال نُشر في يناير 2022 في Nature Communications ، أطلع العلماء في مركز Argonne للمواد النانوية في وزارة الطاقة على تطوير خوارزمية التعلم المعزز التي يمكن أن تساعد في تسريع عملية اكتشاف المواد. من خلال خوارزمية التعلم الآلي ، يهدف الفريق إلى تقليل وقت الاكتشاف مع إنتاج بيانات عالية الجودة.
صرح Sukriti Manna ، مساعد باحث في مركز Argonne للمواد النانوية (CNM): “كان مصدر إلهامنا AlphaGo” ، مضيفًا: “إنه أول برنامج كمبيوتر يهزم بطل العالم Go player.”
لاختبار الخوارزمية ، جرب الفريق 54 عنصرًا في الجدول الدوري. تعلمت الخوارزمية حساب مجالات القوة للمجموعات النانوية لكل عنصر ، وقدمت عرضًا توضيحيًا ناجحًا خلال وقت قياسي. كما تكررت الحسابات التجريبية على سبائك مكونة من عنصرين. يجعل تعقيد هذه العناقيد النانوية من الصعب على العلماء استخدام الأساليب التقليدية لنمذجة بدقة.
“هذا شيء أقرب إلى إكمال الحسابات لعدة دكتوراه. قال روهيت باترا ، خبير CNM في أدوات التعلم الآلي والقائمة على البيانات: يعتقد تروي لوفلر ، الكيميائي الحسابي والنظري في CNM ، أن هذه الخوارزمية يجب أن تساعد الباحثين على مواجهة التحديات الكبرى في العديد من مجالات علم المواد.
في السابق ، تم تصميم العديد من الخوارزميات القائمة على الذكاء الاصطناعي والتي تستخدم التعلم المعزز. تساعد هذه الخوارزميات في ممارسة ألعاب مثل الشطرنج والجو ، وأتمتة التخليق الكيميائي ، وحتى استخدامها لاكتشاف الأدوية.
احصل على آخر المستجدات من معرض الإلكترونيات الاستهلاكية على Gadgets 360 ، في مركز CES 2023 الخاص بنا.
سوفوس: 78 في المائة من المنظمات الهندية واجهت هجمات الفدية في العام الماضي
يتوقع إطلاق Google Pixel Buds Pro قريبًا ، وتسربت متغيرات الألوان
