Новое партнерство организованное для ускорения поиска новых устойчивых источников энергии и материалов для различных приложений

images/novoe-partnerstvo-organizovannoe-dlya-uskoreniya-poiska-novyix-ustojchivyix.pngНовый исследовательский консорциум, в состав которого входят представители промышленности, академических кругов и правительства, будет использовать возможности искусственного интеллекта (ИИ) для ускорения разработки нового поколения высокопроизводительных материалов с различными приложениями, от возобновляемых источников энергии до бытовой электроники.

Для чего был организован консорциум?

«Открытие материалов всегда начиналось с того, что мы находим их в природе», - говорит профессор Университета Тед Сарджент с факультета прикладных наук и инженерии Университета Торонто, и главный исследователь нового консорциума. «Мы комбинируем и адаптируем найденные материалы по таким свойствам, как прочность, эластичность и электропроводность».

«Но что, если ИИ может помочь нам перевернуть этот процесс с ног на голову? Можем ли мы начать с того, что мы ищем, и работать в обратном направлении?» Это меняющая парадигма – главная цель консорциума по разработке новых материалов с использованием искусственного интеллекта (A3MD), который объединяет ведущих мировых исследователей из Калифорнийского университета, Университета Макмастера и Национального исследовательского совета Канады, а также промышленных партнеров LG и Total. Вместе команда стремится открыть передовые материалы для преобразования атмосферного CO2 в полезную энергию и улучшить характеристики потребительских товаров, к примеру, тех же мобильных дисплеев.

Участники объединения A3MD

Со-исследователи A3MD:

• Алан Аспуру-Гузик из Университета Т, факультеты химии и информатики факультета гуманитарных и естественных наук
• Кэти Чин с факультета химической инженерии и прикладной химии, а также факультета прикладных наук и инженерии
• Дрю Хиггинс с факультета химического машиностроения Университета Макмастера
• Дэвид Синтон из Университета Т, с кафедры машиностроения и промышленного строительства факультета прикладных наук и инженерии
• Исаак Тэмблин из Национального исследовательского совета Канады
•  Алекс Возный из отдела физических наук об окружающей среде Университета Т. Скарборо.

Эта многопрофильная команда разрабатывает новые стратегии для решения одной из ключевых задач в открытии и синтезе новых материалов: огромных размеров пространства поиска.

«Проект «Материалы», цель которого - предоставить вычислительную библиотеку известных материалов, в которую уже записано более 700 000 из них», - говорит Аспуру-Гузик. «Но эти материалы можно комбинировать множеством способов. Просто существует слишком много возможных перестановок, чтобы попробовать их все».

Исторически сложилось так, что открытие функционального материала связано с осознанными пробами, ошибками и множеством тестов. Более того, большинство экспериментов были проведены на основе человеческих предубеждений: исследователи склонны сосредотачиваться на комбинациях элементов, которые, как показывает их собственный опыт, могут быть интересными.

Первые шаги

В 2017 году Аспуру-Гузик и Сарджент вместе с несколькими другими сотрудниками опубликовали в журнале Nature призыв к действию, утверждая, что новые инструменты из области машинного обучения могут сыграть ключевую роль в ускорении поиска новых высокопроизводительных технологий.

Правильно обученные алгоритмы могут сортировать обширные библиотеки смоделированных материалов и распознавать их комбинации в кратчайшие сроки, указывая исследователям плодотворные направления. В конечном итоге материалы необходимо синтезировать и протестировать в лаборатории.

И здесь тоже может помочь искусственный интеллект: в сочетании с передовой робототехникой он позволяет использовать высокопроизводительный скрининг (HTS). «С помощью HTS вы можете изготавливать и тестировать множество различных материалов одновременно, а не по одному», - говорит Синтон. «Роботизированные устройства выполняют повторяющуюся лабораторную работу, делая ее быстрее. HTS наиболее эффективен при использовании ИИ - каждая новая итерация определяется анализом предыдущей».

Сочетание искусственного интеллекта и робототехники открывает широкие возможности для синергии материалов, что будет полезно каждому. «При поиске практических решений в таком масштабе для исследователей жизненно важно развивать партнерские отношения с различными исследовательскими учреждениями», - говорит профессор Дипа Кундур. «A3MD - отличный пример инициативы, которая активно задействует перспективы, чтобы сосредоточить внимание на решениях, которые будут иметь ощутимое значение в будущем».

Планы A3MD на будущее

В первый год A3MD создаст необходимую инфраструктуру, включая точную робототехнику, для экспериментов с высокой пропускной способностью. Консорциум также организует несколько учебных лагерей по машинному обучению и науке о данных, обучит новое поколение экспертов, а также организует серию выступлений с ведущими исследователями в соответствующих областях.

Аспиранты и докторанты будут определять ключевые аспекты стратегии исследований и профессионального развития альянса. На второй год работы A3MD будет расширяться, привлекая отраслевых и академических партнеров, которые привносят дополнительный опыт и предлагают возможности для коммерциализации новых технологий, которые будут разработаны.

«Партнерство - это основа инноваций», - говорит профессор Алекс Михайлидис, заместитель вице-президента США по международному партнерству. «Они быстрее находят лучшие решения, потому что объединяют разрозненные группы. A3MD - отличный пример сотрудничества и желания работать вместе».