Toppen! Nu är du prenumerant på Warp News
Härligt! Genomför ditt köp i kassan för full tillgång till Warp News
Varmt välkommen tillbaka! Du är nu inloggad.
Tack! Kolla din inkorg för att aktivera ditt konto.
Klart! Din faktureringsinformation är nu uppdaterad.
Uppdateringen av faktureringsinformationen misslyckades.
🔬 AI snabbar upp materialforskning 40000 gånger

🔬 AI snabbar upp materialforskning 40000 gånger

Med maskinlärning har ett forskarlag hittat en metod som gör det möjligt att skräddarsy material på en bråkdel av den tid det tar idag.

Kent Olofsson
Kent Olofsson

Att designa ett nytt material kan ta år, men forskare från Sandia Labs i USA har hittat en metod att få ner den tiden till minuter istället. Genom att använda maskininlärning har forskarlaget lyckats göra de nödvändiga datorsimuleringarna av ett nytt material mycket snabbare.

Forskarna körde först en traditionell datorsimulering av en ny materialdesign på ett datorkluster med 128 processorkärnor och fick då ett resultat efter tolv minuter. När de sedan lät AI:n genomföra samma simulering på ett datorkluster med 36 processorkärnor kom resultatet efter 60 millisekunder – 42 000 gånger snabbare.

Ett projekt för att ta fram ett nytt material kan kräva tusentals av dessa simuleringar. Så i slutänden kan det krävas månader eller år av simuleringar för att få fram ett optimalt material för ett visst användningsområde. Med AI:n tar det minuter istället, vilket gör det möjligt att skräddarsy material för varje komponent om man vill.

– Designen av komponenter går mycket snabbare än designen av de nya material som du behöver för att bygga komponenten. Vi vill ändra på det. När du designar en komponent så vill vi att du samtidigt ska kunna designa ett kompatibelt material för den komponenten utan att behöva vänta i åratal på ett resultat, vilket kan hända med dagens process, säger David Montes de Oca Zapiain, materialforskare på Sandia Labs och en av forskarna bakom AI:n.

Forskargruppen ska nu använda AI:n för att försöka hitta nya ultratunna material för nästa generation av skärmar. Men forskarna menar att AI:n även kan användas för allt från att hitta nya material för rymdfarkoster till nya typer av batterier eller byggnadsmaterial. Om vi kan få 40 000 gånger så snabba simuleringar för alla typer av material kan vi få se en revolution inom materialforskningen och en uppsjö av nya material under det närmast decenniet.

Snabbheten kommer dock med en liten nackdel. AI:n tar lite genvägar, vilket gör att simuleringen inte blir lika exakt som med traditionella metoder. Men skillnaden i forskarnas tester var inte större än fem procent, vilket är mer än godkänt enligt forskarna.

– Vår maskininlärning ger i stort sett samma exakthet som traditionella modeller, men till en bråkdel av beräkningskostnaden, säger Rémi Dingreville materialforskare på Sandia Labs och en annan av forskarna bakom AI:n.

Läs hela studien här.

📝 Få en dos faktabaserad optimism varje vecka.

Bli en del av över 15 000 optimistiska, framtidsinriktade prenumeranter som vill att framtiden kommer snabbare.