در سالهای اخیر، هوش مصنوعی (AI) و یادگیری ماشین (ML) به عنوان ابزارهای قدرتمند در زمینههای مختلف علمی و صنعتی معرفی شدهاند. یکی از حوزههای مهمی که این فناوریها به آن ورود کردهاند، مطالعات ایمنی و سمشناسی است. با توجه به گسترش روزافزون استفاده از نانومواد در صنایع مختلف، ارزیابی ایمنی و سمشناسی این مواد به یک چالش بزرگ تبدیل شده است. در این زمینه، هوش مصنوعی میتواند به شناسایی و ارزیابی خطرات مواد شیمیایی و داروها کمک کند. در واقع هوش مصنوعی و یادگیری ماشین با تحلیل دادههای پیچیده و بزرگ، میتوانند به طور چشمگیری زمان و هزینههای مرتبط با این ارزیابیها را کاهش دهند.
معجزه فناورینانو با ساخت موادی قویتر از فولاد و سبکتر از فوم
محققان دانشگاه تورنتو با ترکیب یادگیری ماشین و چاپ سهبعدی در مقیاس نانو، موادی ساختهاند که به اندازه فولاد مقاوم بوده و به سبکی فوم هستند. این دستاورد میتواند تحولی بزرگ در صنایع هوافضا و خودرو ایجاد کند.
یافتن گزینه مناسب برای خازنهای لایهنازک از میان ۵۰ هزار نمونه با کمک هوش مصنوعی
محققان آزمایشگاه ملی لارنس برکلی با همکاری چندین موسسه دیگر، با موفقیت یک روش یادگیری ماشینی را برای تسریع کشف مواد مناسب برای خازنهای فیلمی به کار گرفتند، خازنهایی که اجزای حیاتی در فناوریهای تولید برق و انرژیهای تجدیدپذیر هستند. از این روش برای غربالگری کتابخانهای نزدیک به ۵۰۰۰۰ ساختار شیمیایی استفاده شد.
هوش مصنوعی و فناورینانو، بدون نیاز به جراحی، انسداد عروق را رفع میکنند
محققان نشان دادند که با استفاده از فناورینانو و هوش مصنوعی میتوان انسداد عروق را بدون نیاز به جراحی باز کرد.
هوش مصنوعی و فناورینانو دقت آزمایشهای طبی را افزایش میدهند
سامانه آزمایشی تشخیصی جدیدی به طور مشترک در دانشکده مهندسی مولکولی دانشگاه شیکاگو و دانشگاه کالیفرنیا ایجاد شده، که در آن از هوش مصنوعی برای بهبود عملکرد استفاده شده است. این سیستم تشخیص طبی، یک ترانزیستور قدرتمند و حساس را با یک سیستم آزمایش تشخیصی ارزان و مبتنی بر کاغذ ترکیب میکند. هنگامی که این ابزار با یادگیری ماشین ترکیب میشود، این سیستم به نوع جدیدی از زیستحسگر تبدیل میشود که در نهایت میتواند آزمایش و تشخیص در خانه را انجام دهد.
لنز نانوساختار به کمک یادگیری ماشینی میآید
به تازگی محققان موفق به تولید لنزهای تخت نانوساختار شدند. این لنزها نانویی به سیستمهای یادگیری ماشینی کمک میکنند تا دید بهتری داشته باشند؛ وضوح دید به کاهش مصرف انرژی در آنها کمک میکند.
یادگیری ماشینی سنتز نانوذرات اکسیدآهن را سادهتر و دقیقتر کرد
برای جلوگیری از کارهای تکراری و هدر رفت وقت و انرژی، محققان مدل یادگیری ماشینی را برای سنتز نانوذرات اکسیدآهن به کار گرفتند. این مدل هوش مصنوعی با بررسی شرایط مختلف احتمالی، بهترین مسیر برای سنتز را پیشنهاد داده و ویژگی محصول تولید شده را نیز پیشبینی میکند.
همافزایی هوش مصنوعی و پایگاه داده برای کمک به توسعه باتریها
با افزایش تعداد خودروهای الکتریکی، نیاز به تولید برق با روشهای تجدیدپذیر نظیر باد و خورشید بیشتر میشود و از سوی دیگر وابستگی به سیستمها و شبکههای برق نیز افزایش مییابد. در این بین، خطر آتشسوزی باتریها نیز به شکل قابل توجهی بیشتر میشود. برای حل این مشکل باید به سراغ الکترولیتهای جامد رفت، اما مشکلاتی نیز در این مسیر وجود دارد.
از یادگیری ماشینی برای بررسی ویژگی سطوح در مقیاس نانو استفاده شد
یافتههای اخیر محققان موسسه توکیوتک نشان میدهد که یادگیری ماشینی (ML) امکان محاسبه دقیق و کارآمد خواص الکترونیکی اکسیدهای فلزی دوتایی و سهتایی را روی سطوح فراهم میکند. این مدل مبتنی بر یادگیری ماشینی را میتوان برای بررسی سایر خصوصیات سطح نیز استفاده کرد. در حال حاضر از این یافتهها میتوان برای بررسی خواص سطح مواد و توسعه مواد کاربردی استفاده کرد.
مطالعه رفتار آب/یخ در نانوحفره و غولهای یخی!
محققان با کمک یادگیری ماشینی و شبیهسازی، به بررسی رفتار آب و یخ در یک نانوحفره پرداختند. دستاوردهای آنها میتواند برای مطالعه آب در غولهای یخی منظومه خورشیدی نیز استفاده شود.