/https%3A%2F%2Fs3.eu-central-1.amazonaws.com%2Fmedia.my.ua%2Ffeed%2F53%2F10435e13dce5f069756410b5ee7093ba.jpg)
ШІ допоможе суперкомп'ютеру знайти матеріал для батареї нового типу: як він це робить
Американські суперкомп'ютери шукають нові матеріали для виготовлення потужніших і довговічніших акумуляторів. За допомогою ШІ вдається обійти звичний довгий метод проб і помилок.
Дослідники Мічиганського університету (США) використовують суперкомп'ютери для створення моделей, які допоможуть прискорити пошук відповідних матеріалів для інноваційних акумуляторів, пише interestingengineering.com. Батареї нового типу будуть призначені для найрізноманітніших галузей — від персональної електроніки до медичних приладів.
До процесу залучили і фундаментальні моделі ШІ. Вони відрізняються від традиційних моделей, оскільки навчаються для специфічних цілей (наприклад, для розробки ліків). У цьому випадку вчені використовують ШІ для прискорення пошуку найкращих матеріалів для акумуляторів. Щоб акумулятори наступного покоління були потужнішими, довговічнішими і безпечнішими, дослідникам потрібні поліпшені електроліти (що переносять заряд) і електроди (що зберігають і вивільняють енергію).
Завдання досить амбітне, адже існує величезна кількість всіляких хімічних сполук — а саме, понад 10⁶⁰. Тут і став у пригоді ШІ — він навчається на мільярдах відомих молекул, виявляючи закономірності, які, своєю чергою, допомагають передбачати властивості нових матеріалів.
Для підвищення точності вчені використовували текстову систему SMILES і новий інструмент SMIRK.
Зараз дослідницька група розробляє другу модель електродних матеріалів, використовуючи потужний суперкомп'ютер Aurora. Що стосується ШІ, то команда інтегрувала базову модель з чат-ботами на базі LLM, такими як ChatGPT. Тепер учасники дослідження можуть ставити запитання, швидко тестувати ідеї та вивчати нові основи хімії без написання коду.
Також Фокус повідомляв, що квантовий комп'ютер впорався з неоднозначним завданням. Завдяки зусиллям американських дослідників, було продемонстровано перевагу квантового масштабування для наближеного вирішення завдань оптимізації з використанням квантового відпалу.
Ще стало відомо, що за допомогою квантового комп'ютера вчені вперше в історії успішно домоглися справді випадкової генерації чисел. Це досягнення може стати в пригоді, зокрема, в криптографії та в навчанні штучного інтелекту.