Agen kecerdasan buatan berpendapat untuk meningkatkan kecepatan penemuan material

Para peneliti telah mengembangkan pendekatan baru yang didukung oleh kecerdasan buatan (AI) untuk menganalisis data difraksi sinar-X (XRD).

XRD menggunakan pergeseran sinar-X untuk mengintip ke dalam struktur materi. Pendekatan baru, yang disebut Agen Pendamping Kristalografi Sinar-X (XCA), mengumpulkan sekelompok AI yang saling berdebat sambil menganalisis data sinar-X streaming langsung. Tujuannya adalah untuk mengidentifikasi struktur atom bahan yang dikarakterisasi dengan sinar-X. Setiap AI dapat ‘memilih’ berdasarkan analisisnya sendiri. Namun, AI dapat sedikit mempengaruhi satu sama lain. Setelah AI memberikan suara terakhir mereka, pendekatan XCA menggunakan penghitungan suara untuk menginterpretasikan apa struktur atom yang paling mungkin dan untuk menyarankan seberapa percaya diri para peneliti terhadap analisis AI.

Dengan tingkat pengumpulan data yang terus meningkat, kecepatan para ilmuwan untuk menganalisis data tersebut sering kali tertinggal. Itu terutama berlaku di fasilitas kelas dunia seperti fasilitas pengguna sumber cahaya sinar-X Departemen Energi (DOE). Dalam studi ini, tim ilmuwan mengembangkan metode baru analisis data otonom bertenaga AI yang dapat mengimbangi kecepatan pengumpulan data saat ini. Tidak seperti banyak pendekatan AI lainnya di bidang ini, pendekatan ‘pemungutan suara ensemble’ yang baru ini memberikan prediksi dan ketidakpastian. Akibatnya, ini menjadikan pendekatan ini sebagai pakar digital dalam analisis XRD. Pendekatan ini menunjukkan bagaimana AI dan peneliti manusia dapat bekerja sama untuk mengatasi tantangan ilmiah yang mendesak.

Untuk mengembangkan bahan baru, seperti baterai yang lebih baik“>baterai, katalis yang lebih hemat biaya“>katalisator, atau obat-obatan baru, para ilmuwan pertama-tama perlu memahami susunan atom dalam bahan. Difraksi sinar-X (XRD) adalah pengukuran standar untuk menyelidiki struktur atom bahan. Sayangnya, analisis XRD bisa jadi sulit dan memakan waktu. Dalam studi ini, tim peneliti dari Brookhaven National Laboratory (BNL), University of Liverpool, dan Ruhr University Bochum mengembangkan agen AI baru yang disebut Agen pendamping Kristalografi sinar-X yang membantu para ilmuwan dengan mengklasifikasikan pola XRD secara otomatis selama pengukuran.

BACA JUGA :  Misteri DNA mungkin sangat jelas

XCA menggunakan kumpulan AI individu—sebuah ensemble—yang dilatih secara quasi-independen satu sama lain. Setiap agen memiliki bobot yang sedikit berbeda dalam jaringan sarafnya, otak matematika AI. Saat menyajikan data, setiap AI memberikan suara berdasarkan interpretasi dan analisisnya sendiri. Konsensus di antara ansambel menyiratkan kepercayaan pada hasil, karena sudut pandang yang berbeda masih menghasilkan kesimpulan yang sama. Namun, ketidaksepakatan yang kuat dapat menunjukkan bahwa analisis itu diajukan dengan buruk, dan para peneliti harus memeriksa kembali asumsi mereka. Studi ini menemukan bahwa XCA dapat mengklasifikasikan materi seefektif ahli manusia, tetapi dalam sepersekian detik. Kemajuan ini akan mempercepat penelitian di banyak bidang, yang mengarah pada penemuan yang lebih cepat dalam teknologi energi, perubahan iklim, dan kesehatan manusia.

Penelitian ini menggunakan beamline 28-ID-1 (PDF) di National Synchrotron Light Source II, fasilitas pengguna DOE Office of Science yang berlokasi di BNL. Pendanaan untuk penelitian ini juga disediakan oleh BNL Laboratory Directed Research and Development project, Engineering and Physical Sciences Research Council, Leverhulme Trust melalui Leverhulme Research Center for Functional Materials Design, dan German Research Foundation.

Leave a Reply

Your email address will not be published.