content_cookies111:string(1976) "{"id":39974,"content_cookies":null,"user_header":{"SERVER_SOFTWARE":"Apache\/2.4.52 (Debian)","REQUEST_URI":"\/%D8%A7%D9%84%D8%AA%D8%B9%D9%84%D9%85-%D8%A7%D9%84%D8%A2%D9%84%D9%8A-%D9%85%D9%86-%D9%8A%D8%B3%D8%B1%D8%B9-%D8%AA%D8%B7%D9%88%D9%8A%D8%B1-%D9%85%D8%B9%D8%A7%D8%AF%D9%86-%D8%AC%D8%AF%D9%8A%D8%AF%D8%A9\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CF_CONNECTING_IP":"3.236.46.172","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"80e72a682f2f20a6-IAD","HTTP_CF_VISITOR":"{\\\"scheme\\\":\\\"https\\\"}","HTTP_USER_AGENT":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)","HTTP_ACCEPT":"text\/html,application\/xhtml+xml,application\/xml;q=0.9,*\/*;q=0.8","HTTP_ACCEPT_LANGUAGE":"en-US,en;q=0.5","HTTP_IF_MODIFIED_SINCE":"Mon, 29 May 2023 09:39:02 GMT","HTTP_CDN_LOOP":"cloudflare","PATH":"\/usr\/local\/sbin:\/usr\/local\/bin:\/usr\/sbin:\/usr\/bin:\/sbin:\/bin","SERVER_SIGNATURE":"Apache\/2.4.52 (Debian) Server at technologyreview.ae Port 80<\/address>\n","SERVER_NAME":"technologyreview.ae","SERVER_ADDR":"172.18.0.9","SERVER_PORT":"80","REMOTE_ADDR":"3.236.46.172","DOCUMENT_ROOT":"\/var\/www\/html","REQUEST_SCHEME":"http","CONTEXT_PREFIX":"","CONTEXT_DOCUMENT_ROOT":"\/var\/www\/html","SERVER_ADMIN":"webmaster@localhost","SCRIPT_FILENAME":"\/var\/www\/html\/index.php","REMOTE_PORT":"54936","REDIRECT_URL":"\/\u0627\u0644\u062a\u0639\u0644\u0645-\u0627\u0644\u0622\u0644\u064a-\u0645\u0646-\u064a\u0633\u0631\u0639-\u062a\u0637\u0648\u064a\u0631-\u0645\u0639\u0627\u062f\u0646-\u062c\u062f\u064a\u062f\u0629\/","GATEWAY_INTERFACE":"CGI\/1.1","SERVER_PROTOCOL":"HTTP\/1.1","REQUEST_METHOD":"GET","QUERY_STRING":"","SCRIPT_NAME":"\/index.php","PHP_SELF":"\/index.php","REQUEST_TIME_FLOAT":1696021331.479396,"REQUEST_TIME":1696021331,"argv":[],"argc":0,"HTTPS":"on"},"user_ip":"3.236.46.172","user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)"}"
هذه الميزة مخصصة للمشتركين يمكنهم مشاركة المواضيع بحد اقصى 10 مواد من كافة مواقع مجرة
يمكن للتعلم الآلي أن يساعد على تطوير أنواع جديدة من المعادن بخصائص مفيدة، مثل المقاومة للصدأ والحرارة الشديدة، وذلك وفقاً لبحث جديد. ويمكن لهذا أن يكون مفيداً لنطاق واسع من القطاعات. فعلى سبيل المثال، يمكن للمعادن التي تتحمل البرودة بشكل جيد أن تسهم في تحسين المركبات الفضائية، على حين يمكن استخدام المعادن المقاومة للتآكل في القوارب والغواصات.
في الوقت الحالي، عادة ما يقوم العلماء بإجراء التجارب المخبرية للبحث عن أساليب لخلط المعادن للحصول على معادن جديدة. وعادة ما يبدؤون بعنصر واحد معروف، مثل الحديد، وهو زهيد الثمن وطيّع، ومن ثم يضيفون عنصراً آخر أو اثنين لدراسة التأثير على المادة الأصلية. إنها عملية شاقة تعتمد على التجربة والخطأ، وستؤدي دون شك إلى عدد كبير من الإخفاقات يفوق عدد النتائج المفيدة.
الذكاء الاصطناعي في البحث عن تشكيلات معادن جديدة
ولكن البحث الجديد، المنشور في مجلة ساينس (Science) مؤخراً، يشير إلى أن استخدام الذكاء الاصطناعي يتيح للباحثين وضع توقعات أكثر دقة بكثير حول تشكيلات المعادن الواعدة.
سجل في نشرة الخوارزمية
ابق مواكباً لأحدث أخبار وتطبيقات الذكاء الاصطناعي في قطاعك، وتأثيراته المستقبلية على مجال عملك.
تم الإشتراك بنجاح !هناك خطأ ما, حاول مجدداً
وقد تمكن باحثون من معهد ماكس بلانك من تحديد 17 معدناً جديداً واعداً باستخدام هذه الطريقة. فقد كان الفريق يبحث عن معادن بمستوى منخفض من "إنفار" (invar)، أي مقدار تمدد أو تقلص المعادن عند تعرضها للحرارة المرتفعة أو المنخفضة.
لا تغير المعادن منخفضة الإنفار حجمها في درجات الحرارة المتطرفة. وعادة ما تُستخدم في الصناعات التي تكون فيها هذه الميزة مفيدة، مثل نقل وتخزين الغاز الطبيعي، كما يقول الباحث المختص بعلوم المواد في معهد ماكس بلانك وأحد مؤلف البحث، زيوان راو.
وقد تمكن الفريق من اكتشاف هذه المعادن الجديدة بالجمع ما بين الذكاء الاصطناعي والتجارب المخبرية. ففي البداية، توجب على الباحثين التغلب على مشكلة صعبة، وهي نقص البيانات السابقة التي يمكن استخدامها لتدريب نماذج التعلم الآلي. ولهذا، قاموا بتدريب النماذج على البيانات المتوافرة لديهم، وهي عبارة عن بضع مئات من نقاط البيانات التي تصف خصائص سبائك المعادن الموجودة حالياً. واستخدم نظام الذكاء الاصطناعي هذه البيانات لوضع توقعات حول المعادن الجديدة التي يمكن أن تتميز بإنفار منخفض.
تدريب نموذج التعلم الآلي على اقتراح تشكيلات معادن جديدة
وبعد ذلك، قام الباحثون بتركيب هذه المعادن في المختبر، وقياس النتائج، وتلقيم هذه النتائج لنموذج التعلم الآلي. واستمرت العملية على هذا المنوال: النموذج يقترح تراكيب معدنية، والباحثون يختبرونها ويلقمون البيانات للنظام، حتى أصبح لديهم 17 معدناً جديداً واعداً.
يمكن لهذه النتائج أن تمهّد الطريق أمام زيادة استخدام التعلم الآلي في علم المواد، وهو مجال ما زال يعتمد إلى درجة كبيرة على التجارب المخبرية. كما أن طريقة استخدام التعلم الآلي لوضع توقعات يتم تجريبها لاحقاً في المختبر قد تكون صالحة للاستخدام في عمليات الاكتشاف في مجالات أخرى، مثل الكيمياء والفيزياء، كما يقول خبراء علم المواد.
ولفهم أهمية هذا التطور، قد يكون من المفيد أن ننظر إلى الطريقة التقليدية المستخدمة لابتكار مركبات جديدة، كما يقول الأستاذ المساعد في مجال هندسة المواد في جامعة بوردو، مايكل تايتوس، والذي لم يشارك في البحث. إن العمل المخبري مضنٍ وغير فعال.
يقول تايتوس: "إن محاولة اكتشاف مواد تتمتع بخاصية معينة بهذه الطريقة أشبه بالبحث عن إبرة في كومة قش". وغالباً ما يخبر طلاب الدراسات العليا الجدد بأنه واثق من وجود مليون احتمال من المواد الجديدة التي تنتظر من يكتشفها. ويمكن أن يكون التعلم الآلي مفيداً للباحثين في تحديد المسارات التي سيتبعونها.
وبالنسبة لأستاذ علم وهندسة المواد في جامعة تينيسي، إيسو جورج، والذي لم يشارك في هذا البحث، فإن ما حققه الفريق باستخدام هذه الطريقة الجديدة أمر مفاجئ.
ويقول: "إنه عمل مثير للإعجاب".
في المستقبل، يرغب الفريق باستخدام التعلم الآلي للمساعدة على اكتشاف سبائك جديدة بأكثر من خاصية واحدة إيجابية. ويتفق جورج مع وجهة النظر التي تقول إن الأساليب الحاسوبية ستكون أساسية في مستقبل علم المواد.
ويقول: "من المرجح أن تصبح مقاربة التعلم الآلي مهيمنة على هذا المجال، لأن الناس حاولوا تغطية عدد كبير من الاحتمالات بأساليب تجريبية، ولكنه أسلوب يستهلك الكثير من الوقت والتكاليف. وفي النهاية، فإن العثور على شيء مفيد هو معيار النجاح".
يستخدم البشر الذكاء الاصطناعي لخداع بعضهم بعضاً بطرق مختلفة؛ منها التزييف العميق والمعلومات المضللة وعمليات الاحتيال المتطورة، كما يعمد العلماء باستمرار إلى
تستغرق عملية إصلاح وتحسين الصور الفوتوغرافية القديمة أو التالفة وإعادتها إلى حالتها الأصلية أو المحسنة وقتاً طويلاً، وتتطلب مستوى عالياً من الخبرة.
نستخدم ملفات تعريف الارتباط لتحسين تجربتك، استمرار استخدامك للموقع يعني موافقتك على ذلك. سياسة الخصوصيةأوافقX
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
