אטריות בעלות נמוכה של הגלגלים מדורגות בין החומרים המוצקים ביותר אי פעם מסונתז, אך השימוש המעשי שלהם היה מוגבל במשך זמן רב על ידי תהליך איטי, יקר של גילוי יצירות חדשות.התפתחויות האחרונות באינטליגנציה מלאכותית (AI) מעצבים מחדש את הנוף הזה, המאפשר לחוקרים לחזות, לדמות, ואופטימיזציה של תכונות אירוביות במהירות חסרת תקדים.

הבנה של אווירלים נמוכים

Aerogels הם מוצקות ⁇ נגזר ג'ל שבו המרכיב הנוזל הוחלף בגז, משאיר רשת מוצקה לחלוטין כי תופסת רק חלק זעיר של נפח החומר.התוצאה היא חומר כי הוא לעתים קרובות יותר מ -95% אוויר על ידי נפח, עם דחיות כמו 0.001 g / 3 - כבד יותר מאשר האוויר עצמו.למרות האור הקיצוני שלהם, תצוגות גלאז'ר תכונות מדהימות (או מקיפים) הם לעתים קרובות יותר מ מקיפים את השטח (או ⁇ ) או יותר מ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

הסוגים הנפוצים ביותר כוללים את אריקה aerogels, אשר הם translucent ו insulating מאוד; פחמן אווירגליל, אשר הם התנהגות חשמלית בשימוש supercapacitors ו אלקטרודות סוללה; ואת aerogels מבוסס פולימר, המציע גמישות וגמישות חוסן מכני.כל סוג מוגדר על ידי כימיה שלה, שיטת יבשה (על ייבוש להיות הנפוץ ביותר), ו טיפול תרופתי אפילו קריפטומטי, תומך.

עם זאת, מרחב הפרמטר לתכנון aerogel הוא עצום. Variables כגון ריכוז, סוג זרז, ג'לציה pH, זמן ההזדקנות, תנאי הייבוש, ואת הפונקציונליזציה של כל השפעה על הדחיסות הסופית, מבנה עוף, ועוצמה מכנית. שיטות גילוי מסורתיות להסתמך על קמפיינים ניסיוני-טרור-טרור-טרור, שבו כל אצווה דורש שעות כדי ימים של הכנה וייבוש, ואחריו אופייזציה של הבקבוק החדש יש לו.

צוואר הבקבוק המסורתי

לפני שילוב של AI, זרימת העבודה של תגלית האירוגל הטיפוסית החלה עם השערה על איך שילוב מסוים של מבשרי ופרמטרים של תהליכים עשוי להניב צפיפות נמוכה יותר או שיפור בידוד. החוקרים היו מסטיסים קבוצה קטנה של דגימות, לאפיין אותם באמצעות טכניקות כגון סריקת מיקרוסקופ אלקטרונים (SEM), מודעות גז, ומדידות התנהגות תרמיות, ולהשתמש בתוצאות כדי לחדד את ההשערה הבאה שלהם.

עלויות הן עוד מעצורים.ייבוש סופר קריטי דורש ציוד יקר וצורכים אנרגיה משמעותית ו- CO2. מועמדים מבטיחים רבים אינם נבדקים כי המשאבים - הן פיננסיות והן אנושיות - מוגבלים מדי כדי לחקור יותר משבריר זעירה של מרחב הפורמולה האפשרי. מדענים העריכו כי מספר הרכבים האפשריים של אירובי הוא גדול אסטרונומי, אך רק כמה אלפים מהם אי פעם מאופיינת ב- AI זה על ידי חוקרים רבים יכול להיות יותר חישובי מאשר רבים יכול להיות יותר מאשר לעתים קרובות יותר מאשר בדיקות מחשבתיות.

יתר על כן, שיטות מסורתיות לעתים קרובות נכשלות ללכוד יחסים מורכבים, לא ליניאריים בין פרמטרים סינתזה לבין תכונות סופיות.לדוגמה, שינוי קטן בטמפרטורת ההזדקנות עשוי להיות השפעה רשלנית על צפיפות במערכת מבשר אחד, אך השפעה דרמטית במודלים חיזוי שיכולים ללמוד אינטראקציות אלה ישירות מהנתונים מציעים יתרון ברור.

AI כ- Catalyst for Discovery

אינטליגנציה מלאכותית, במיוחד למידת מכונה (ML) ולמידה עמוקה, התפתחה ככלי רב עוצמה לנווט את מרחב העיצוב של האווירגלימות ברמה גבוהה במקום להחליף עבודה ניסיונית, AI מאיצה את הלולאה כולה על ידי מתן תחזיות מהירות של תכונות חומריות, המציעות תנאים סינתולוגיים אופטימליים, ואפילו מציע ארכיטקטורות מולקולריות חדשות לחלוטין.

Machine Learning for Property Prediction

היישום הישיר ביותר של AI במחקר אירובי הוא השימוש של מודלים למידה מכונה בפיקוח כדי לחזות תכונות מפתח - כגון צפיפות, מוליכות תרמית או משטח משטח - ממערך של תכונות קלט המתארות את הכימיה ואת תנאי הסינתזה. מחקרים רבים הוכיחו כי מודלים כמו יערות אקראיים, תמיכה מכונות ומכשירים עצביים, ולאחרונה, רשתות גרפיות, יכולים להשיג חיזוי דומות למדידות ניסיוניות, הם מספקים נתונים גדולים מספיק.

לדוגמה, צוות מחקר באוניברסיטת קליפורניה, ברקלי, אסף נתונים של מעל 1,500 דגימות ayllica aerogel מספרות שפורסמה, ⁇ כל דגימה עם תכונות כגון סוג מבשר, יחס מחוספס, pH, זמן ההזדקנות, ושיטת הייבוש.הם אימנו צפיפות עץ מודבקת ⁇ -boosted עץ מודל דיווח כדי לחזות צפיפות מוחלטת של פחות מ 0.02 גרם / 3.

עיצוב וייצור הנדסה הפוכה

מעבר לחיזוי פשוט, מודלים ניווניים יכולים להציע פורמולות אווירי חדש לחלוטין העומדות בפני מפרט היעד. בגישה עיצובית הפוכה, החוקר מפרט תכונות הרצויות - למשל, צפיפות מתחת 0.01 גרם / ס"מ ו מוליכות תרמית מתחת 0.015 W / mK - ואת מודל AI מחפש את החלל לנוסחאות הצפויות כדי לספק את הקריטריונים האלה.

יישום בולט אחד השתמש VAE מאומן על מסד נתונים של פרמטרים סינתזה פחמן.המודל למד ייצוג מאוחר יחסית של החלל הסינתזה. על ידי בין ניסוחים ידועים, החוקרים יצרו עשרות קבוצות פרמטרים חדשים אשר חזו להניב אזורי משטח גבוהים. אימות ניסיוני הראה כי 70% מהדגימות AI-generated מעל פני השטח של כל אחד מהם דיווחו בעבר פחמן בקנה מידה גבוה של אימון זה הוא להגדיר גבוה יותר מאשר הוראה אקראית של אינטואיציה.

High- Throughput Virtual Screening and Molecular Simulation

למידת מכונה גם משפרת את היעילות של סימולציות המבוססות על פיזיקה.דונות תאוריה פונקציונלית (DFT) ודינמיקה מולקולרית (MD) סימולציות יכולות למקם תכונות תיאורטיות של מחליפים אווירגליים ברמה האטומית, אבל הם יקרים חישובית. AI מודלים פונדקאית - המוגבלים בתוצאות של אלפי חישובים DFT - יכול להיות משוער חישובים אלה במלי השניות, המאפשרים וירטואליים של כל ספריות כימיות.

לדוגמה, חוקרים הלומדים את המאפיינים המכניים של אווירי פולימרים המחוברים להחלפה השתמשו בסימולציות MD כדי ליצור נתוני הדרכה עבור רשת עצבית מלאכותית.הרשת חזה במדויק את המודולוס של רשת האווירל כפונקציה של אורך קישור ודחיסות.זה אפשר לצוות למסך מעל 10,000 תצורות קישורי צלב היפותטי תוך פחות משעה, זיהוי של חמישה חזו לחיזוי נמוך עם צפיפות גבוהה.

שילוב עם פלטפורמות ניסויים אוטונומיות

הביטוי האולטימטיבי של גילוי AI-accelerated הוא מערכת סגורה, שבו מודל ML מאמת גישה סינתזה רובוטית הידוע כמעבדות אוטונומיות, מערכות אלה יכולות לבצע באופן אוטונומי עשרות עד מאות תגובות ביום, עם AI בוחר את הדחיסות החומרית הבאה על בסיס מצב הידע הנוכחי. in aerogel, צוות במכון הלאומי של התקנים וטכנולוגיה (N) שפותחה מספר ימים של מערכת הפעלה עצמאית של דלקת פרקים אלקטרוניים עם אלגוריתם של זמן לא פעיל.

תוצאות חיפוש ואפקטים אמיתיים

השילוב של בינה מלאכותית לפיתוח אווירול אינו פעילות תיאורטית; הוא כבר הוביל לפריצות דרך מוחשיות הן במסגרות אקדמיות ותעשייתיות.

נאס"א: הבא-Generation Aerogels for Space Exploration

נאס"א הייתה משתמש ותיק של אווירגליל עבור בידוד תרמי על החללית, כולל המשימה של Stardust שחזרה דגימות אבק באקט (עם AI, חוקרי נאס"א נועדו לפתח אווירלים כי הם אפילו יותר חזקים עבור ארצים עתידיים ובתי גידול.שימוש במודל למידה מואץ יותר על פני 2,000 רשומות ניסיוניות, הם הצליחו לזהות רומן פולימריד מוצג כי הוא מייצר דחיסות מסיבית מחזורית מוגבלת של 5 חודשים עם לחץ ארוך יותר של כדור הארץ, בעוד שעדיין נבדקו של מחזור זמן קצר יותר של מחזורי חשמל מכני.

פחמן Aerogels לאחסון אנרגיה

בתחום האנרגיה, חומרי פחמן מבטיחים אלקטרודה עבור supercapacitors ו סוללות ליתיום עבודה בגלל השטח הגבוה שלהם משטח פני השטח ואת מוליכות חשמלית. עם זאת, אופטימיזציה של המבנה הפונק עבור תחבורה מהירה ion נמצא אתגר מתמשך: שיתוף פעולה בין MIT ומכון המחקר טויוטה השתמש ברשת עצבית כדי לחזות את הביצועים האלקטרוכימיים של פחמן aerogels סינתטי ישירות מפרמטרים שלהם.

קנה מידה תעשייתי עם Machine Learning

מעבר למעבדה, חברות כמו אספן Aerogels מתחילות לשלב AI לתוך צינורות פיתוח המוצר שלהם. על ידי ניתוח נתוני ייצור היסטוריים מאלפי אצווה, מודלים ML יכולים לחזות את הצפיפות ואת מוליכות תרמית של שמיכה ayllica aerogels תחת תנאי ייצור משתנים.זה מאפשר למהנדסי תהליך להתאים פרמטרים בזמן ספציפי כדי לשמור על איכות המוצר תוך צמצום צריכת האנרגיה במהלך ייבוש סופר קריטי דיווחו כי יישום של יעילות עצבית של 15%-ידי שיפור מהיר של צריכת מזון, או ירידה מהירה יותר של צריכת חשמל נמוכה יותר, כלומר, כלומר, כלומר, על ידי ירידה מהירה יותר של צריכת אנרגיה יעילה גבוהה יותר של צריכת אנרגיה יעילה של צריכת אנרגיה בלחץ גבוה יותר של 15%, על ידי צריכת חשמל היברידית של צריכת חשמל היברידית של צריכת חשמל היברידית גבוהה יותר, על ידי ירידה של 15%, על ידי ירידה של צריכת אנרגיה גבוהה יותר של צריכת חשמל היברידית של צריכת אנרגיה, על ידי צריכת אנרגיה על ידי צריכת חשמלאיבית גבוהה יותר, על ידי ירידה של צריכת אנרגיה על ידי ירידה של צריכת אנרגיה, 000 יעיל יותר של צריכת חשמלאיבית גבוהה יותר של צריכת חשמל היברידית של צריכת חשמלאיבית גבוהה יותר של צריכת חשמל היברידית גבוהה יותר של צריכת אנרגיה, 000.

אתגרים ומגבלות

למרות ההצלחות ברורות, השימוש ב-AI בגילוי אווירל אינו ללא מכשולים.איכות התחזיות תלויה לחלוטין בכמות ובאיכות של נתוני אימון.מספרים של חומרי הגלולות הם דלים, בלתי עקביים, ורשומות בפורמטים שקשה לצבור.

אתגר נוסף הוא הפירוש של מודלים של AI. אלגוריתמים בעלי ביצועים גבוהים רבים, כגון רשתות עצביות עמוקות, לפעול כקופסאות שחורות, מה שהופך את זה קשה לחוקרים להבין מדוע ניסוח מסוים צפוי להיות אופטימלי.חוסר שקיפות יכול לעכב אמון ואימוץ איטי, במיוחד ביישומים קריטיים בטיחותיים כמו אווירורל.עבודה חדשה ב- AI (XAI) הוא החל לטפל זה, באמצעות שיטות כמו SHAPapitation (תוספת חומרים אלה) עדיין לזהות את הפרמטרים של תכונות של תכונות של תכונות אלה.

יתר על כן, תחזיות בינה מלאכותית רק מכסה את טווח התנאים הקיימים במערכת האימונים.לאפשר לשילוב של כימאים חדשים לחלוטין או מסלולי עיבוד - כגון שימוש במונומר שלא נבדק מעולם - סיכונים גבוהים. החוקרים חייבים לשלב הקרנה המונעת על ידי AI עם אינטואיציה פיזית וניסויים ממוקדים כדי לאמת רעיונות חדשים.שילוב של בינה מלאכותית לתוך זרימות עבודה דורש גם תשתיות השקעה משמעותיות, כולל מערכות ניהול נתונים, פלטפורמות רובוטיות, חישוביות, וטכנולוגיות חישוביות, אשר עשויות להגיע למקורות חישוביים קטנים יותר.

יש גם מחסום תרבותי: חומרים רבים מדענים מאומנים בשיטות ניסיוניות המסורתיות הם ספקנים במודלים "קופסא שחורה".לבריח הפער בין מדעני נתונים ומומחים בתחום חיוני לאימוץ נרחב של כלים AI. Collaborative יוזמות, כגון AI-oriented Materials Science Consortium, פועלים לטפח הכשרה בין תחומית ושיטות טובות משותפות.

השפעות עתידיות של Outlook ותעשייה

במבט קדימה, התפקיד של AI בגילוי אווירגל יהיה להרחיב במספר כיוונים. Multi-fidelity Modeling, המשלב סימולציות זולות, משוערות עם ניסויים יקרים, גבוה דיוק, מבטיח להפחית את הצורך בנתונים הכשרה נרחבים. אלגוריתמים Active Learning יאפשרו מערכות AI לבחור את הניסויים המודיעיניים ביותר, למקסם את הידע שנצבר לסינרזה.

עוד גבול מרגש הוא שילוב של AI עם מיקרוסקופיה אלקטרונית אוטומטית ו-spectroscopy. על ידי בעל מודל למידת מכונה לנתח נתונים הדמיה בזמן אמת במהלך סינתזה, החוקרים יכולים להתאים באופן דינמי את התנאים כדי לנווט את החומר לעבר מבנה הרצוי - מושג המכונה לפעמים "משחק וידאו" חומרים פיתוח.לדוגמה, AI מאומן על תמונות SEM יכול לזהות את תחילת של סדק במייבש יבש של גלר וטריק שינוי ירכיים כדי לשמור על שלמות.

בצד התעשייתי, אנו יכולים לצפות כי Aerogels מתוכנן AI להיכנס לשווקים מסחריים יותר מהר, סטארט-אפים כמו Glassomer ו Aerogel Technologies הם לחקור ניסוחים AI-optimized עבור בידוד מותאם אישית מותאם אישית בכלי רכב חשמליים, בנייה המעטפות, ולוגיסטיקה שרשרת קר לפגוש במהירות חומרים ספציפיים קיימא, מוערך ביותר מ -1.5 מיליארד דולר ב 2023, הוא גדל בקצב צמיחה שנתי (CA 15%) על ידי סוכנויות אנרגיה תחרותית, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000 כוח חזק יותר, 000, 000, 000, 000, 000, 000 כוח המשיכה לדחוף יותר, 000 יעיל יותר, 000 כוח סביבתית, 000, 000, 000, 000, 000, 000, 000, 000 כוח חומרים מכני חזק יותר, 000, 000, 000, 000 כוח חזק יותר, 000 כוח חזק יותר, 000 כוח חזק יותר, 000, 000, 000 כדי לפתח כוח חומרים מכני חזק יותר, 000 יעיל יותר, 000 כוח חומרים מכנית, 000, 000 כוח חומרים מכנית, 000 כוח חומרים מכנית, 000 כוח חזק יותר, 000, 000, 000, 000, 000, 000 כוח חזק יותר, 000, 000, 000 כוח חזק יותר, 000 כוח חזק יותר, 000

קיימות עצמה עומדת לטובתם של נתיבי סינתזה רבים עבור aerogels כרוכים בבשרים רעילים או קלטי אנרגיה גבוהים. AI יכול לייעל עבור פורמולות "ירוקות" שמשתמשים במים כבשרים המבוססים על ביולוגית, או ambient-pressure-ure-ure-windating שיטות. A מחקר שנעשה לאחרונה שימוש ב- Bayesian אופטימיזציה כדי למזער את ההשפעה הסביבתית של גלאז' מבוסס תאוז, אשר נמצא ב-Creboware, תוך שמירה על ידי חומרים גלובליים של פיתוח אנרגיה כגון: 0.

מסקנה

היישום של אינטליגנציה מלאכותית לגילוי אוויריגל נמוך אינו תרחיש עתידי אנתרופולוגי – זוהי מציאות של היום שמעצבת מחדש סדרי עדיפויות מחקר ואסטרטגיות מסחריות.על ידי מתן תחזית מהירה של נכסים, עיצוב התחדשות וניסויים אוטונומיים, AI מחסחסמצמת את מה שנדרש פעם שנים לשבועות, ובמקביל מרחיבה את טווח החומרים המשתנים של איכות, מודלים, שיתוף פעולה חוצה תחומי, תישארו יותר ויותר מהיר יותר ויותר מהיר של אינטליגנציה מלאכותית, כמו גם על פני כדור הארץ, תוך כדי שיפור חומרים פונקציונליים, גם על פני כדור הארץ, כמו גם על פני כדור הארץ, כמו גם על פני כדור הארץ, באופן קבוע, תוך כדי שיפור משמעותי, כמו גם על פני כדור הארץ, כמו גם על פני השטח, כמו גם על פני השטח, באופן קבוע, תוך כדי שיפור משמעותי, גם על פני השטח, כמו גם על פני כדור הארץ, כמו גם על פני כדור הארץ, מהירות חומרים פונקציונליים, באופן קבוע, באופן קבוע, כמו גם על פני כדור הארץ, באופן קבוע, כמו גם על פני השטח, באופן קבוע, באופן קבוע, באופן קבוע, כמו גם על פני כדור הארץ, באופן קבוע, תוך כדי שיפור משמעותי, כמו גם על פני כדור הארץ, כמו גם על פני כדור הארץ, באופן קבוע, כמו גם על פני כדור הארץ