מדענים משתמשים בבינה מלאכותית כדי למצוא חומרים מגנטיים חדשים שאינם משתמשים באלמנטים קריטיים. צוות מחקר במעבדת איימס הלאומית של משרד האנרגיה האמריקאי פיתח מודל למידת מכונה חדש לגילוי חומרים מגנטים קבועים שאינם מכילים אלמנטים קריטיים. המודל חוזה את טמפרטורת Curie של שילובי חומרים חדשים. זהו שלב ראשון וחשוב בשימוש בבינה מלאכותית כדי לחזות חומרים חדשים של מגנט קבוע. המודל משלים את היכולת של הצוות שפותח לאחרונה לגלות חומרי אדמה נדירים יציבים מבחינה תרמודינמית.
מדענים במעבדה הלאומית של איימס עיצבו מודל למידת מכונה שיכול לחזות חומרים מגנטים חדשים מבלי להשתמש באלמנטים נדירים. גישה חדשנית זו המתמקדת בטמפרטורת Curie של חומרים מציעה נתיב בר-קיימא ליישומי טכנולוגיה עתידיים.
החשיבות של מגנטים בעלי ביצועים גבוהים
מגנטים בעלי ביצועים גבוהים הם קריטיים עבור טכנולוגיות כגון אנרגיית רוח, אחסון נתונים, כלי רכב חשמליים וקירור מגנטי. מגנטים אלו מכילים חומרי מפתח כגון קובלט ואלמנטים של אדמה נדירה כגון ניאודימיום ודיספרוסיום. לחומרים אלו יש ביקוש רב, אך ההיצע מוגבל. מצב זה גרם לחוקרים לחפש דרכים לתכנן חומרים מגנטיים חדשים המפחיתים חומרים קריטיים.
תפקידה של למידת מכונה
למידת מכונה (ML) היא סוג של בינה מלאכותית. הוא מונע על ידי אלגוריתמי מחשב, תוך שימוש בנתונים ובאלגוריתמי ניסוי וטעייה כדי לשפר באופן מתמיד את התחזיות. צוות המחקר השתמש בנתונים ניסיוניים ובמודלים תיאורטיים של טמפרטורות קירי כדי לאמן את אלגוריתם ה-ML. טמפרטורת קירי היא הטמפרטורה הגבוהה ביותר שבה חומר נשאר מגנטי.
"מציאת תרכובות עם טמפרטורות קירי גבוהות היא צעד ראשון חשוב בגילוי חומרים שיכולים להישאר מגנטיים בטמפרטורות גבוהות", אמר ירוסלב מודריק, מדען במעבדת איימס ומנהיג בכיר של צוות המחקר. "היבט זה חיוני לא רק לעיצוב של מגנטים קבועים, אלא גם לעיצוב של חומרים מגנטיים פונקציונליים אחרים."
מודריק מאמין שגילוי חומרים חדשים הוא פעילות מאתגרת, משום שהחיפוש אחר חומרים חדשים נעשה באופן מסורתי באמצעות ניסויים, שהם יקרים וגוזלים זמן. עם זאת, שימוש בשיטות ML יכול לחסוך זמן ומשאבים.
בדיקת מודל ותיקוף
כדי לאמת את המודל, הצוות השתמש בתרכובות המבוססות על צריום, זירקוניום וברזל. הרעיון הוצע על ידי אנדריי פאלאסיוק, מדען במעבדת איימס וחבר בצוות המחקר. הוא מקווה להתמקד בחומרי מגנט לא ידועים המבוססים על יסודות בשפע של כדור הארץ. Palaschuk אמר: "מגנט העל הבא חייב לא רק להיות בעל ביצועים מצוינים, אלא גם להסתמך על רכיבים ביתיים בשפע.
Palaschuk שיתף פעולה עם חבר צוות המחקר טיילר דל רוז, מדען נוסף במעבדת איימס, כדי לסנתז ולאפיין את הסגסוגת. הם גילו שמודל ה-ML חזה בהצלחה את טמפרטורת הקורי של החומרים המועמדים. הצלחה זו היא צעד ראשון חשוב בגישת תפוקה גבוהה לתכנון מגנטים קבועים חדשים עבור יישומים טכנולוגיים עתידיים.
"אנחנו כותבים למידת מכונה מבוססת פיזיקה לעתיד בר קיימא", אמר זינגר.
