Vještačka inteligencija u nauci o materijalima
Autori rada tvrde da vještačka inteligencija u otkrivanju materijala često daje teško objasnljiva i fizički nekonzistentna predviđanja te predlažu da se u proces ugrade fundamentalna fizička saznanja, čime bi rezultati postali provjerljiviji.
Vještačka inteligencija sve više se koristi u otkrivanju novih materijala, ali klasični pristupi koji se oslanjaju isključivo na podatke imaju ozbiljna ograničenja. Njihova predviđanja često je teško objasniti, manje pouzdano rade na podacima van onih na kojima su obučeni i ne moraju uvijek biti usklađena s osnovnim zakonima fizike.
📷Kliknite i pogledajte prave fotografijegalerija na Phys.org→Na ta ograničenja upozoravaju autori rada tipa „perspective", koji predlažu okvir pod nazivom Physics-Grounded Materials AI, skraćeno PhysMat AI. Okvir je koncipiran tako da fundamentalna fizička saznanja budu direktno ugrađena u proces otkrivanja materijala, a ne tek dodata kao naknadna kontrola. Time bi, prema tvrdnjama autora, modeli mogli da daju predviđanja koja se mogu testirati i provjeriti u odnosu na fizičke zakonitosti, te da pouzdanije rade i na materijalima kakvi nisu bili dio podataka za obuku.
Rad je objavljen u časopisu Advanced Functional Materials.
Slika: Ilustracija generisana uz pomoć umjetne inteligencije / ALFA TV · prave fotografije (Phys.org)
Izvori:
- Phys.org — phys.org
- Advanced Functional Materials
Tekst: Uredništvo ALFA TV
Povezane vijesti
NASA dodaje raketu New Glenn 9×4 kompanije Blue Origin na svoj ugovor o lansirnim uslugama
Promjene u glasu mogu najaviti pad kognitivnih sposobnosti, pokazalo je veliko istraživanje
NASA otvorila prijave za drugu sezonu ORBIT studentskog izazova
