|
Метод ИИ для создания отпечатков пальцев материалов
|
|
|
|
Как и люди, материалы со временем эволюционируют. Они также ведут себя по-разному, когда находятся в состоянии стресса или расслаблены. Ученые, стремящиеся измерить динамику изменения материалов, разработали новую методику, которая использует корреляционную спектроскопию рентгеновских фотонов (XPCS), искусственный интеллект (ИИ) и машинное обучение.
|
|
|
|
Этот метод создает "отпечатки пальцев" из различных материалов, которые могут быть считаны и проанализированы нейронной сетью для получения новой информации, к которой ученые ранее не имели доступа. Нейронная сеть - это компьютерная модель, которая принимает решения аналогично человеческому мозгу.
|
|
|
|
В новом исследовании, проведенном исследователями из Advanced Photon Source (APS) и Центра наноразмерных материалов (CNM) Аргоннской национальной лаборатории Министерства энергетики США, ученые объединили XPCS с алгоритмом машинного обучения без контроля, формой нейронной сети, которая не требует специальной подготовки. Алгоритм обучается распознавать закономерности, скрытые в расположении рентгеновских лучей, рассеянных коллоидом - группой частиц, взвешенных в растворе. APS и CNM используются Научным отделом Министерства энергетики США.
|
|
|
|
Статья, основанная на результатах исследования, опубликована в Nature Communications.
|
|
|
"Мы понимаем, как движутся и изменяются материалы с течением времени, благодаря сбору данных о рассеянии рентгеновских лучей", - сказал Джеймс (Джей) Хорват, первый автор исследования, докторант Аргоннского университета.
|
|
|
|
Эти закономерности слишком сложны, чтобы ученые могли их обнаружить без помощи искусственного интеллекта.
|
|
|
|
"Когда мы направляем рентгеновский луч, узоры становятся настолько разнообразными и сложными, что даже экспертам становится трудно понять, что означает любой из них", - сказал Хорват.
|
|
|
|
Чтобы исследователи могли лучше понять то, что они изучают, они должны свести все данные к отпечаткам пальцев, которые содержат только самую важную информацию об образце.
|
|
|
|
"Вы можете представить себе это как наличие генома материала; в нем есть вся информация, необходимая для восстановления всей картины", - сказал Хорват.
|
|
|
|
Проект называется Artificial Intelligence for Non-Equilibrium Relaxation Dynamics, или AI-NERD. Отпечатки пальцев создаются с использованием технологии, называемой автоэнкодером. Автоэнкодер — это тип нейронной сети, которая преобразует исходные данные изображения в отпечаток пальца, называемый учеными скрытым представлением, и которая также включает алгоритм декодирования, используемый для перехода от скрытого представления обратно к полному изображению.
|
|
|
|
Цель исследователей состояла в том, чтобы попытаться создать карту отпечатков пальцев на материале, сгруппировав отпечатки пальцев со схожими характеристиками по окрестностям. Проанализировав особенности различных участков отпечатков пальцев на карте, исследователи смогли лучше понять, как были структурированы материалы и как они эволюционировали с течением времени, когда подвергались стрессу и расслаблялись.
|
|
|
|
Проще говоря, искусственный интеллект обладает хорошими общими возможностями распознавания образов, что позволяет ему эффективно классифицировать различные рентгеновские снимки и сортировать их на карте.
|
|
|
|
"Цель ИИ - просто обработать рассеянные узоры как обычные изображения или картинки и переварить их, чтобы выяснить, что это за повторяющиеся узоры", - сказал Хорват. "ИИ - эксперт по распознаванию образов".
|
|
|
|
Использование искусственного интеллекта для анализа данных о рассеянии будет особенно важно по мере того, как обновленная APS начнет работать. Усовершенствованная установка будет генерировать рентгеновские лучи в 500 раз ярче, чем оригинальная APS.
|
|
|
|
"Для сортировки данных, которые мы получаем с обновленных точек доступа, потребуется мощь искусственного интеллекта", - сказал Хорват.
|
|
|
|
Теоретическая группа CNM сотрудничала с вычислительной группой научного отдела рентгенографии Аргоннского университета, чтобы провести молекулярное моделирование динамики полимеров, продемонстрированное XPCS, и в дальнейшем синтетически генерировать данные для обучения рабочих процессов искусственного интеллекта, таких как AI-NERD.
|
|
|
|
Авторами исследования являются Джеймс (Джей) Хорват из Аргонна, Сяо-Мин Лин, Хунжуй Хе, Цинтен Чжан, Эрик Дюфресн, Мяоци Чу, Субраманьян Шанкаранарьянан, Вэй Чен, Суреш Нараянан и Мэтью Черукара. У них с Ченом совместные занятия в Чикагском университете, а у Шанкаранарьянана совместное занятие в Иллинойском университете в Чикаго.
|
|
|
|
Источник
|
