שיטת AI מהפכנית יוצרת "טביעות אצבע" של חומר מדויק

חוקרים במעבדה הלאומית של Argonne פיתחו טכניקה חדשה באמצעות צילום רנטגן פוטון ספקטרוסקופיה מתאם ו בינה מלאכותית לנתח חומרים.

שיטה זו מייצרת "טביעות אצבע" מפורטות של חומרים, המתפרשות על ידי AI כדי לחשוף מידע חדש על דינמיקה של החומר. הגישה, המכונה AI-NERD, ממנפת ללא פיקוח למידת מכונה לזהות ולאסוף טביעות אצבע אלו, לשפר את ההבנה של התנהגות חומרית בתנאים שונים.

כמו אנשים, חומרים מתפתחים עם הזמן. הם גם מתנהגים אחרת כשהם לחוצים ורגועים. מדענים המחפשים למדוד את הדינמיקה של האופן שבו חומרים משתנים פיתחו טכניקה חדשה הממנפת ספקטרוסקופיה של מתאם פוטון רנטגן (XPCS), בינה מלאכותית (AI) ולמידת מכונה.

זיהוי חומרים חדשני עם AI

טכניקה זו יוצרת "טביעות אצבע" של חומרים שונים שניתן לקרוא ולנתח על ידי רשת עצבית כדי להניב מידע חדש שמדענים לא יכלו לגשת בעבר. רשת עצבית היא מודל ממוחשב שמקבל החלטות באופן דומה למוח האנושי.

במחקר חדש שנערך על ידי חוקרים במקור הפוטון המתקדם (APS) ובמרכז לחומרים ננומטריים (CNM) במעבדה הלאומית של משרד האנרגיה (DOE) Argonne הלאומי, מדענים זיווגו את XPCS עם אלגוריתם למידת מכונה ללא פיקוח, סוג של עצבים. רשת שאינה דורשת הכשרת מומחים. האלגוריתם מלמד את עצמו לזהות דפוסים חבויים בתוך סידורים של קרני רנטגן המפוזרות על ידי קולואיד – קבוצה של חלקיקים התלויים בתמיסה. ה-APS וה-CNM הם מתקני משתמש של משרד המדע של DOE.

"מטרת הבינה המלאכותית היא רק להתייחס לדפוסי הפיזור כאל תמונות או תמונות רגילות ולעכל אותן כדי להבין מהן הדפוסים החוזרים. ה-AI הוא מומחה לזיהוי תבניות".

— ג'יימס (ג'יי) הורוואת', המעבדה הלאומית של ארגון

מורכבויות בפיזור נתונים של קרני רנטגן

"הדרך שבה אנו מבינים כיצד חומרים נעים ומשתנים לאורך זמן היא על ידי איסוף נתוני פיזור קרני רנטגן", אמר חוקר הפוסט-דוקטורט של Argonne, ג'יימס (ג'יי) הורוואת', המחבר הראשון של המחקר.

דפוסים אלה מסובכים מדי עבור מדענים לגלות אותם ללא עזרת AI. "כשאנחנו מאיר את קרן הרנטגן, הדפוסים כל כך מגוונים וכל כך מסובכים עד שקשה אפילו למומחים להבין מה המשמעות של כל אחד מהם", אמר הורוואת'.

כדי שהחוקרים יבינו טוב יותר את מה שהם חוקרים, עליהם לרכז את כל הנתונים לטביעות אצבע הנושאות רק את המידע החיוני ביותר על המדגם. "אתה יכול לחשוב על זה כמו שיש את הגנום של החומר, יש בו את כל המידע הדרוש כדי לשחזר את התמונה כולה," אמר הורוואת'.

AI-NERD: מיפוי טביעות אצבע של חומרים

הפרויקט נקרא Artificial Intelligence for Non-Equilibrium Relaxation Dynamics, או AI-NERD. טביעות האצבע נוצרות באמצעות טכניקה הנקראת אוטוקודר. מקודד אוטומטי הוא סוג של רשת עצבית שהופכת את נתוני התמונה המקוריים לטביעת האצבע – הנקראת ייצוג סמוי על ידי מדענים – וזה כולל גם אלגוריתם מפענח המשמש לעבור מהייצוג הסמוי בחזרה לתמונה המלאה.

מטרת החוקרים הייתה לנסות ליצור מפה של טביעות האצבע של החומר, תוך קיבוץ טביעות אצבע בעלות מאפיינים דומים לשכונות. על ידי הסתכלות הוליסטית על המאפיינים של שכונות טביעות האצבע השונות על המפה, החוקרים הצליחו להבין טוב יותר כיצד החומרים בנויים וכיצד הם התפתחו עם הזמן כשהם לחוצים ורגועים.

ל-AI, במילים פשוטות, יכולות זיהוי תבניות כלליות טובות, מה שמאפשר לסווג ביעילות את תמונות הרנטגן השונות ולמיין אותן במפה. "המטרה של ה-AI היא רק להתייחס לדפוסי הפיזור כאל תמונות או תמונות רגילות ולעכל אותן כדי להבין מהן הדפוסים החוזרים על עצמם", אמר הורוואת'. "ה-AI הוא מומחה לזיהוי תבניות."

שימוש בבינה מלאכותית להבנת פיזור נתונים יהיה חשוב במיוחד מכיוון שה-APS המשודרג מגיע לרשת. המתקן המשופר יפיק קרני רנטגן בהירות פי 500 מה-APS המקורי. "הנתונים שנקבל מה-APS המשודרג יצטרכו את הכוח של AI כדי למיין אותם", אמר הורוואת.

מאמצים משותפים בהדמיית דינמיקה של חומרים

קבוצת התיאוריה ב-CNM שיתפה פעולה עם הקבוצה החישובית בחטיבת ה-X-ray Science של Argonne כדי לבצע סימולציות מולקולריות של הדינמיקה הפולימרית שהודגמה על ידי XPCS ובהמשך ליצור נתונים סינתטיים לאימון זרימות עבודה של AI כמו AI-NERD.

מאמר המבוסס על המחקר פורסם ב-15 ביולי ב תקשורת טבע.

המחקר מומן באמצעות מענק מחקר ופיתוח מטעם מעבדה של ארגון.

מחברי המחקר כוללים את James (Jay) Horwath של Argonne, Xiao-Min Lin, Hongrui He, Qingteng Zhang, Eric Dufresne, Miaoqi Chu, Subramanian Sankaranaryanan, Wei Chen, Suresh Narayanan ומתיו צ'רוקארה. לחן והוא יש פגישות משותפות ב- אוניברסיטת שיקגוול-Sankaranaryanan יש מינוי משותף באוניברסיטת אילינוי בשיקגו.