عام

كيف تساعد البيانات الضخمة في تعلم الخصائص الجديدة للمواد التقليدية

في بعض الأحيان حتى المواد والمواد التي حولها ،يبدو أن كل شيء معروف تمامًا ، يمكنهم مفاجأة الكثير. في الوقت نفسه ، من أجل معرفة خصائص جديدة للمواد ، ليس من الضروري على الإطلاق "دراستها من الداخل" ، مع تفكيك كل جسيم أولي يتكون من هذه المواد بشكل منفصل. على سبيل المثال ، تمكنت مجموعة من الباحثين الذين يستخدمون تقنيات التعلم الآلي والبيانات الكبيرة مؤخرًا من اكتشاف خصائص جديدة للنيكل.

النيكل مادة شائعة إلى حد ما. ولكن ، كما اتضح ، لا نعرف الكثير عنه.

ما خصائص جديدة لا النيكل

وفقا لدراسة نشرت من قبل المجلةوجدت Physical Review ، وهي مجموعة من الباحثين بقيادة إدوين فوشتونج ، أستاذ علوم وهندسة المواد في معهد Rensselaer Polytechnic Institute ، طريقة جديدة للعمل مع النيكل عن طريق "فتح" خصائصه. علاوة على ذلك ، يتيح لك هذا الاكتشاف استخدامه في كومة ضخمة من مجموعة واسعة من المشاريع - بدءًا من تطوير أجهزة الاستشعار الحيوية المدمجة وحتى إنشاء أجهزة الكمبيوتر الكمومية. بالمناسبة ، نبلغ بانتظام عن أجهزة الكمبيوتر الكمومية على صفحة بوابتنا. اشترك معنا لا تفوت الأهم!

العلماء في معهد Rensselaer للفنون التطبيقيةأدركت أنه عندما يتم "تدحرج" النيكل إلى حجم أسلاك متناهية الصغر رقيقة للغاية ومعرضة للطاقة الميكانيكية ، يتم إنشاء حقل مغناطيسي قوي للغاية. وتسمى هذه الظاهرة المغناطيسية. على العكس ، إذا تم تطبيق مجال مغناطيسي على هذه المادة ، فإن الذرات الموجودة في الداخل سوف تغير شكلها. هذه الحركة من الذرات يمكن استخدامها لجمع الطاقة. على الرغم من أن النيكل مادة شائعة إلى حد ما ، إلا أن الخصائص المماثلة لم تكن معروفة من قبل.

تخيل إنشاء نظام ضخمعدد الأسلاك النانوية. يمكنك وضعه في مجال مغناطيسي خارجي ، وسيجمع كمية كبيرة جدًا من الطاقة ، لكن النظام نفسه سيكون صغيرًا جدًا مقارنة بالمجال الحالي. - يقول البروفيسور فوشتونج.

اكتشف الباحثون هذه الخاصية الفريدة.باستخدام طريقة تسمى العدسة المجهرية ، والتي يستخدم فيها السنكروترون لجمع البيانات. السنكروترون هو تركيب بغرفة فراغ دائرية يتم فيها تسريع الجسيمات بسرعة قريبة من سرعة الضوء ، وتحدد المغنطيسات الكهربائية القوية التي تقف في طريقها مسار حركتها. وبالتالي ، يمكن للمرء أن يتعلم الكثير عن سلوك وخصائص الجسيمات الأولية. لكن كمية المعلومات التي يتم جمعها من السنكروترون هائلة جدًا ، وهنا تكون خوارزميات التعلم الآلي سهلة الاستخدام.

راجع أيضًا: المواد المصنوعة من أوراق التبغ تبين أنها متينة مثل الخشب أو البلاستيك

تم تغذية البيانات لخوارزميات الكمبيوتر ،التي خلقت صور ثلاثية الأبعاد لكثافة الإلكترون وتشريد ذرات النيكل في مواد ذات سماكات وكثافات مختلفة. باستخدام مجموعة من الشبكات العصبية التي عملت مع البيانات الكبيرة ، كان من الممكن الحصول على صور بجودة أفضل من استخدام المجاهر التقليدية ، مما يوفر للباحثين مزيدًا من المعلومات.

هذا النهج يكشف صغيرة للغايةقال البروفيسور فوشتونج الأشياء والتعلم عن المواد التي لم نعرفها أبدًا. إذا كنت تستخدم عدسات المجهر ، فهناك حد لما يمكنك رؤيته. يتم تحديد ذلك حسب حجم العدسة وانحنائها وخصائصها الأخرى. الآن ليس لدينا هذا الحد.

يعتقد العلماء أن هذا النهج في الدراسةستسمح المواد للباحثين بمعرفة المزيد عن مواد الحالة الصلبة ، مثل تلك المستخدمة في الأجهزة التكنولوجية. قد يوفر هذا أيضًا فهمًا أعمق لعمل الأنسجة والخلايا البشرية ، والتي يمكن دراستها أيضًا باستخدام تقنية جديدة.