欢迎光临GGAMen游戏资讯




发展新材料不用乱枪打鸟,机器学习人工智能帮忙找答案

2024-11-02 204

应用深度学习的人工智能 AlphaGo 战胜人类,让全球许多人类都感到危机意识,不过,或许在担心未来可能遭到“天网”统治之前,先来想想人工智能的好处。机器学习技术其实可以应用在许多复杂领域,帮助人类解开困难的习题,譬如过去想开发新材料,成分比例与制备方式要一试再试,但透过机器学习的人工智能根据化学原理来帮忙找出最佳解答,那不就轻松多了吗?

人类史上最伟大的材料发明,大概是某天有位先民不知为何把锡混进了铜里头,创造出青铜,青铜远比柔软的铜更有用处,开创了青铜器文明,但是人类发明青铜的过程完全是碰运气,事实上,就算在发明青铜之后的 7 ,000 年,人类发明新材料也往往都是透过瞎猫碰到死耗子,不过,自然界可是有 95 个元素,发展新材料的混合、化合以及聚合方式有几乎无限种可能,要靠人类碰运气一个个慢慢试,得试到什么时候?

康乃狄克大学的研究团队认为,该是派出机器学习的人工智能的时候了,研究团队让机器自动学习每个已知的聚合物,了解不同反应聚合产生的材料在原子层级的特性,最后为何有的成为良好的导体、有的却成为绝缘体,经过机器深度学习以后,人工智能就能预测需要什么样的反应才会产生什么样的成果,就有如 AlphaGo 预测围棋的盘面情势变化一样。

不过毕竟不是人人都是家大业大的 Google,研究团队只先测试 7 种不同的化学元件组成的聚合物,在其中只先给予电脑 283 种的基本资料去分析,一但电脑从这 283 种聚合物“学会”了化学的真理,它就不再需要从量子层级重新分析起,而是能直接预测新分子的特性,而且准确度相当高,由于不用从基本的量子层级去计算,演算速度比起过去的方式快很多。

能预测新材料的特质对化工产业可说有重大影响,现在工程师们可以先找出想要的特质的聚合物,然后才去合成它,最后发现果然真的跟预测一样,如此能大幅减少开发时间,也免除了一再试错而产生的大量成本。

就如同 AlphaGo 虽然厉害,但专家表示它仍然只是个弱人工智能,是机器学习的过程让它变得如此强大,机器学习应用在其他方面,也可望大幅加速许多运算需求的效能,或是降低硬件的需求,而能对人类产生相当大的贡献。或许我们先别悲叹 AlphaGo 战胜人类,而是该欢呼像 AlphaGo 这样的机器学习人工智能,将很快的能为我们的生活与科技发展,带来许多贡献。

  • Building a better mouse trap, from the atoms up

(首图来源:science daily)

2019-03-23 00:31:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻网 新闻网 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条 ggamen ggamen游戏新闻网 科技新闻 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 资讯头条 游戏头条
0