Постройка стендовых моделей копий в различных масштабах.
Авиационная, Бронетанковая, Автомиобильная техника. Флот и пр...
Пятница, 22.11.2024, 01:19
» Меню сайта
» Категории раздела
Лента Новостей [7428] Стендовое Моделирование [122]
» Горячие Клавиши
. .
» Видео Уроки
» Новые статьи
[31.08.2018]
[Наше время]
Истребитель вертикального взлета. Самолет будущего или хорошо забытое прошлое? (4)
[26.04.2018]
[Наше время]
Сухой Су-57 — российский самолет 5-го поколения. (4)
» Новостные Ленты
  • » Сообщество Форумов
    ScaleModels.ru - Самые свежие модельные новости!   SkyFlex Interaeractive - Русский авиамодельный сайт
    » Галереи Техники
  • » 2D 3D Изображения
    » Мои WEB проекты
    » Кнопка Сайта
  • Главная » 2017 » Сентябрь » 22 » Химики МФТИ научили искусственный интеллект предсказывать свойства металла.
    03:43
    Химики МФТИ научили искусственный интеллект предсказывать свойства металла.
    Что общего между котом, кружкой чая и Гималаями? Всё это (и многое другое) состоит из атомов. Как нас всех учили в школе, химическая формула вещества показывает, сколько и каких атомов входит в его молекулу. Например, молекула воды (H2O) состоит из двух атомов водорода и одного – кислорода.
    Можно ли предсказать свойства материала, зная только его состав? Пусть, например, перед нами чистый углерод. Какова будет его твёрдость, плотность, температура плавления и так далее?
    Нет, такого предсказания сделать нельзя. Дело в том, что одни и те же атомы могут очень по-разному располагаться в кристалле. В результате из одного и того же углерода получается и мягкий графит, который используют для смазки, и самый твёрдый в мире материал – алмаз. А ещё можно получить знаменитый графен, за открытие которого не так давно дали Нобелевскую премию. Или углеродные нанотрубки.
    Что же делать, если нужно узнать свойства материала? Для начала можно выяснить несколько элементарных параметров – заряды атомов, углы между ними в кристалле, длину химических связей в молекулах и так далее. А потом можно решать уравнения квантовой механики.
    Эти уравнения известны науке уже почти сотню лет. Они дали нам всю современную электронику, включая компьютеры и мобильные телефоны. А кроме того, лазеры и, например, МРТ-сканеры (которые недавно научили даже отличать грозящие инсультом бляшки на стенках артерий от менее опасных). Но вот для предсказания свойств материала их использовать очень трудно.
    Дело в том, что знать правильные уравнения – это только половина дела. Их необходимо ещё и решить. А в этой задаче они получаются очень сложными и громоздкими. Даже мощным современным компьютерам не удаётся просчитать кристаллическую решётку более чем из нескольких сотен атомов.
    Принципиально иной подход используют российские учёные под руководством Артёма Оганова из МФТИ. Они сделали ставку на технологии машинного обучения. Компьютер не пытается решить заданные программистом уравнения, а находит результат методом проб и ошибок. Вычислительная машина в заботливых руках российских химиков учится и предсказывать свойства материалов по строению кристалла, и, наоборот, искать кристалл с нужными свойствами.
    Используются при этом и генетические алгоритмы. Например, несколько лет назад команда Оганова искала самую твёрдую форму углерода. Учёные брали известные материалы и в компьютерной модели подвергали их структуру "мутациям" – изменениям. Если при этом увеличивалась твёрдость, новшество принималось, и дальнейшим испытаниям подвергалась уже новая кристаллическая решётка, "потомок" изначальной. Так в кремниевых мозгах вычислительных машин воспроизводится принцип биологической эволюции – грандиозной движущей силы, прочертившей через миллиарды лет путь от протоклеток до Homo sapiens. А компьютерная эволюция в поисках самого твёрдого вещества раз за разом приходила к алмазу, так что, вероятно, ничего твёрже сделать из углерода всё-таки не получится.
    А в этот раз натиску пытливого ума исследователей подверглись такие разные материалы, как алюминий и уран. Искусственный разум вычислял некоторые их свойства, в частности, температуру плавления. Для алюминия они известны очень хорошо, так что он использовался для проверки алгоритмов машинного обучения. А вот для урана данные, приведённые в научной литературе, разнятся, так что учёным самим было интересно, что же получится в итоге.
    Выводы электронного разума сравнили с результатами экспериментов и с плодами решения квантовомеханических уравнений. Вердикт российских химиков однозначен: их алгоритм точнее предсказывает экспериментальные данные, чем традиционный подход. Что ещё приятнее, он требует примерно в тысячу раз меньше вычислительных ресурсов.
    Научная статья с результатами исследования опубликована в журнале Scientific Reports.
    Добавим, что ранее команда Оганова впервые в мире получила стабильное соединение гелия и синтезировала аналог графена из атомов бора. А ещё они моделировали недра планет Солнечной системы и даже суперземель далёкого космоса. В самом деле, атомы везде во Вселенной одни и те же. А это значит, что человеческий ум, усиленный вычислительной мощью компьютера, может найти ключ к самым разным её загадкам.
    Категория: Лента Новостей | Просмотров: 324 | Добавил: Mig-29 | Рейтинг: 0.0/0
    Всего комментариев: 0
    Имя *:
    Email *:
    Код *:
    » Форма входа

    » Поиск
    » Календарь
    » Порталы
    Центральный музей ВВС РФ
    » Периодика
    » Обновления Форума
  • Су-17м4 в масштабе 1:48 из набора фирмы Eduard. (30)
  • Тяжелый перехватчик Сухого Т-37. (3)
  • » Новые фотографии
    » Менеджеры Файлов
    » Модельные Магазины
    » Малый Бизнес
    Фототравление GoNzA      
    » Наш опрос
    Какое направление в моделировании Вы предпочитаете?
    Всего ответов: 19
    » Статистика
    Рейтинг@Mail.ru Яндекс.Метрика
    Онлайн всего: 37
    Гостей: 37
    Пользователей: 0
    Copyright MyCorp © 2024