ジョージア工科大学の論文は、より速く潜在的な超伝導体を特定するAI手法を提案しています
ジョージア工科大学の論文は、AI手法を提案し、超伝導体の特定をより速く行うことを目指しています
超伝導体は、交通、エネルギー、その他の産業において先端技術として重要な役割を果たしています。ジョージア工科大学とハノイ科学技術大学の新しい論文では、AIによって潜在的な超伝導体をより速く特定するメソッドを提案しています。
論文によると、共同研究チームは、原子レベルの情報を機械学習パスに組み込み、新しい従来型超伝導体を発見するために、部分的に常圧で高温超伝導の予測を行うという難しい課題に取り組んでいます。
そのため、研究者たちは584の原子構造と1,100以上のλとωlogの値を持つデータセットを作成しました。これらは異なる圧力で計算され、その結果、λとωlogのための機械学習モデルが開発されました。
そして、これらのモデルを使用してMaterials Projectデータベース内の80,000以上のエントリをスクリーニングしました。これにより、ファーストプリンシプル計算によって、超伝導性がTcで存在する可能性のある2つの熱力学的かつ動力学的に安定した材料が明らかにされました。Tcは10 -15kで、p=oです。
これを達成するために、彼らはmatminerパッケージを使用して原子構造を数値ベクトルに変換し、その後、機械学習アルゴリズムを用いたガウス過程回帰を行いました。論文によると、研究者たちは35人の候補者の予測に機械学習モデルを使用しました。
その35人の候補者のうち、6人が最も高い予測されたTc値を持っていました。他の候補者は安定せず、さらなる安定化計算が必要でした。2つの候補者、CrHとCrH2の安定性を確認した後、その超伝導特性をファーストプリンシプル計算を用いて求めました。
その後、研究者たちは自分たちの予測を評価し、予測結果を確認するためにさらなる計算を行いました。現在のところ、報告された値の2-3%の精度があります。では、なぜこれが重要なのでしょうか？
まず、より迅速かつ信頼性の高い方法で潜在的な超伝導体の新たな候補者を特定することは、いくつかの理由から重要です。これには、エネルギー効率の向上、電力伝送と貯蔵の推進、量子現象の科学的理解の推進などが含まれます。
後者の貯蔵と量子現象は、データサイエンスにおいて重要です。貯蔵の場合、膨大な量のデータが秒単位で生成されており、後で問題になる可能性があります。量子現象に関しては、これが一般的な人工知能の進歩やデータサイエンスの他のサブフィールドの進展のカギとなる可能性があります。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
