acm-header
登录

ACM通信

ACM TechNews

人工智能助力自主材料发现


莎拉的标志。

科学自主推理代理(SARA)集成了机器人材料合成,使用横向梯度激光尖刺退火和光学表征,以及一种人工智能的层次方法来绘制加工阶段图

信贷:康奈尔大学

美国康奈尔大学的研究人员开发了一种旨在加快材料发现过程的人工智能工具(AI)。

在创建用于材料发现和开发的科学自主研究代理SARA (Scientific Autonomous research Agent)过程中,研究人员将机器人材料合成和表征与人工智能的层次结构和主动学习方法相结合,以更快地揭示复杂加工阶段图的结构。

研究人员集中研究了可以被困在“亚稳态”状态并随着时间推移可能转变为“平衡”状态的无机材料。

SARA的目标是将鉴定亚稳态物质所需的时间和劳动力从几天减少到几小时,从几小时减少到几分钟。

康奈尔大学的迈克尔·汤普森说:“计算机控制着现场和现场的实验。有一种指令可以在特定条件下处理材料,然后立即对其进行表征,并根据现有的即时新知识对下一步实验做出新决定。”

康奈尔大学纪事报
查看全文

版权所有©2021SmithBucklin美国华盛顿特区


没有发现记录

Baidu
map