과학자들은 GenAI를 사용하여 물리학의 새로운 통찰력을 발견합니다.

의 도움으로 MIT와 스위스 바젤 대학교의 연구원들은 재료 과학에 대한 새로운 통찰력을 발견하는 데 도움이 될 수 있는 새로운 기계 학습(ML) 프레임워크를 개발했습니다. 이번 연구 결과는 Physical Review Letters에 게재되었습니다. 본 연구에서는 신경망 기반 접근 방식을 사용하여 대량의 재료 데이터를 분석하여 재료의 특성과 특성을 신속하게 예측하고 최적화합니다. 이 GenAI 프레임워크는 고도로 자동화되고 효율적이며 재료 연구의 진행을 가속화하는 데 도움이 될 수 있습니다. 연구원들은 그들의 프레임워크가 다양한 응용 분야에 적용될 수 있다고 말합니다. 물은 액체에서 고체로 변할 때 부피와 밀도와 같은 중요한 변환 특성을 겪습니다. 물의 상변화는 너무 흔해서 우리가 심각하게 생각조차 하지 않지만, 이는 복잡한 물리적 시스템입니다. 분자 수준에서 상전이 동안 물질의 거동을 예측하는 것은 매우 복잡하고 어렵습니다.

MIT와 바젤 대학의 연구원들은 GenAI의 기능을 활용하여 새로운 물리적 시스템의 상태 다이어그램을 자동으로 그리고 시스템 간의 전환을 감지할 수 있는 새로운 프레임워크를 만들었습니다. 이러한 혁신은 재료 과학 및 화학과 같은 분야에 엄청난 잠재력을 가져올 것입니다. 이 프레임워크는 기계 학습 알고리즘을 기반으로 하며 알려진 물리적 모델과 실험 데이터를 통해 학습하여 새로운 물질의 특성을 예측할 수 있습니다.

과학자들은 분자 수준에서 상전이의 갑작스럽고 예측 불가능성에 오랫동안 당황해 왔습니다. 재료와 그 특성의 다양성은 부족한 과학적 데이터와 결합되어 도전을 가중시킵니다. 이 새로운 프레임워크의 개발로 모든 것이 바뀔 예정이며, 이는 새로운 재료의 발견과 열역학적 특성에 대한 이해에 큰 도약을 의미합니다. 이 프레임워크는 기계 학습 및 빅 데이터 분석 기술을 활용하여 신소재 발견을 변화시키고 열역학적 특성에 대한 이해를 크게 도약시킵니다.

"완전히 알려지지 않은 속성을 가진 새로운 시스템이 있다면 연구할 관찰 항목을 어떻게 선택하시겠습니까? 적어도 데이터 기반 도구를 사용하면 대규모의 새로운 시스템을 자동화된 방식으로 스캔할 수 있기를 바랍니다. 이는 시스템의 중요한 변화를 지적하는 데 도움이 될 것입니다. 이는 새롭고 이국적인 위상 특성에 대한 자동화된 과학적 발견을 위한 도구가 될 수 있습니다."라고 CSAIL 연구실의 박사후 연구원이자 논문의 공동 저자인 Frank Schäfer는 말합니다. 이 방법.

바젤 대학의 대학원생인 Julian Arnold는 연구와 관련된 첫 번째 프로젝트를 담당하고 있으며 여기에는 Julia의 연구실 책임자이자 수학과 응용 수학과 교수인 Alan Edelman도 포함되어 있습니다. Bruder는 바젤대학교 물리학과 교수이자 수석 저자입니다.

이 연구 혁신을 통해 과학자들은 물질의 알려지지 않은 단계를 발견할 수 있습니다. 물이 액체에서 고체로 전이하는 것은 상변화의 가장 분명한 예입니다. 재료의 전도성이 상태마다 변하는 경우와 같이 더 복잡하고 복잡한 재료 전이가 있습니다.

전통적인 과학적 방법은 물리적 상태에 대한 이론적 설명에 의존하는 반면 과학자는 수동으로 상태 다이어그램을 구성해야 합니다. 이러한 방법에는 매우 복잡한 시스템에 대한 상태도를 생성할 수 없다는 점, 인간의 편견이 발생할 위험이 있다는 점, 어떤 매개변수가 중요한지에 대한 이론적 가정으로 제한되는 점 등 심각한 한계가 있습니다. 그러나 컴퓨터 기술이 발전함에 따라 새로운 과학적 방법이 개발되고 있습니다. 그 중 하나는 컴퓨팅 성능과 빅데이터 분석을 활용하여 물리적 시스템의 단계 다이어그램을 추론하는 기계 학습 기반 접근 방식입니다. 이 방법은 더 이상 인위적인 가정에 의존하지 않으며, 많은 양의 실험 데이터와 변수를 처리할 수 있기 때문에 복잡한 시스템을 처리할 수 있습니다. 이러한 새로운 방법의 개발은 과학계에 중요합니다

MIT와 바젤 대학의 연구팀은 물리학 기반의 GenAI 모델을 사용하여 측정 가능한 양인 "순서 매개변수"를 분석했습니다. 무질서한 위상 변조기에 대한 전체 위상 변조기가 표시됩니다. 예를 들어, 질서 매개변수를 사용하여 질서 있는 상태의 물 분자와 무질서한 상태의 물 분자의 비율을 정의할 수 있습니다.

과학 및 기술 컴퓨팅 분야의 우수성으로 알려진 Julia 프로그래밍 언어는 새로운 ML 모델을 구축하는 데 중요한 역할을 합니다. 논문에 발표된 방법은 계산 효율성 측면에서 다른 ML 기술보다 뛰어난 것으로 알려졌습니다.

이 연구는 재료 과학 및 양자 물리학 분야를 변화시킬 잠재력을 가지고 있습니다. 새로운 프레임워크는 물리적 시스템의 분류 작업을 해결하는 데 사용될 수 있을 뿐만 아니라 더 나은 결과를 얻기 위해 특정 매개변수를 미세 조정하는 방법을 결정함으로써 LLM(대형 언어 모델)을 개선하는 데 핵심적인 역할을 합니다.

위 내용은 과학자들은 GenAI를 사용하여 물리학의 새로운 통찰력을 발견합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!