0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

科学家利用AI在中子数据中寻找亚原子水平的秘密

独爱72H 来源:博科园 作者:博科园 2020-04-05 23:14 次阅读

(文章来源:博科园)
科学家们试图将量子材料,即那些在亚原子水平上具有相关顺序的材料用于电子器件、量子计算机和超导体。量子材料的许多性质,都归功于发生在最小尺度上的物理,完全是量子力学的物理。一些材料,如复杂的磁性材料,与量子材料有共同点,科学家可以研究这些材料,以便更好地理解量子材料,并了解它们在许多不同电子配置中存在的能力。

然而,理解量子和复杂磁性材料中发生相互作用需要严格的研究方法。一种这样的方法是中子散射,在这种方法中,被称为中子的中性粒子从材料上散射出来,从产生的相互作用中揭示其微观性质。然而,事实证明,即使对经验丰富的专家来说,重建材料的结构和性能也具有挑战性。美国能源部橡树岭国家实验室(ORNL)的科学家,首次使用人工智能(AI)在中子散射数据中寻找模式,这些模式可以导致对量子或复杂磁性材料内部物理的理解。

在橡树岭国家实验室量子材料倡议负责人Alan Tennant的带领下,研究团队训练了一个人工神经网络(ANN),成功地解释了散裂中子源(SNS)进行的中子散射实验数据,通过向该网络提供在橡树岭领导力计算设施(OLCF)的系统上,执行中子散射模拟数据来训练该网络,包括该中心退役的Cray XK7泰坦。泰坦是当时最强大的机器之一,即使在去年秋天退休后,它仍在继续为科学界提供新的发现。

以前,当要做实验时,不能完全确定得到了正确的结果,有了这个神经网络,可以对答案充满信心,因为这个网络必须经过广泛的训练。在它遇到的所有可能情况中,它都可以找到最优的解决方案。该神经网络可以揭示当前中子散射实验的新信息,甚至可以洞察未来哪些实验最有利于运行。其研究成果发表在《自然通讯》期刊上,研究小组正在继续OLCF的200petaflop IBM AC922峰会工作,这是世界上最强大的超级计算机之一。

当科学家在SNS进行中子散射实验时,必须考虑到可能形成散射模式的许多可能的情况。破译从材料上散射出来的中子成了一个谜,人们传统上一直依赖对中子散射数据有丰富经验的人,根据他们看到的散射模式来确定关于材料结构的可行假设。进行这些实验的研究人员,通常可以为一种材料的哈密顿量(完全描述其性质的材料能量表达式)想出许多不同的情景。但它们不可能解释每一个单独的原因,特别是在自旋冰这样的材料中。

自旋冰是冰的磁性类似物,被认为具有奇异的磁性状态,在这种状态下,南北磁极可以分离并独立运行,这是其他磁体无法做到的。然而,确定这些材料中潜在的相互作用,已被证明是非常具有挑战性的。训练人工神经网络(ANN)是一种可能的解决方案,它是一种机器学习,可以分析数据中的模式,并以类似于人脑中神经网络的方式运行。人类永远不可能经历所有的情况,因为总有一些你从未想过的情况。但一台电脑却可以有数十万种情况,并能为科学家总结信息

因此,计算机变得某种程度上是可靠的。该团队对自动编码器(一种经常用于压缩和重建图像的人工神经网络)进行了培训,使用超过500亿次计算对OLCF的超级计算资源进行了培训,OLCF是美国能源部(DOE)位于ORNL的科学用户设施办公室的一个机构。能够模拟比人类能够检查的更多场景,发现,人工神经网络过滤掉实验噪音,只从原始散射数据中提取最重要的信息,以重建材料的结构。计算机可以做一万个模型,而不是一个人类只能做简单的100个左右。

在研究人员对其进行训练后,ANN可以将模拟数据与SNS的Corelli仪器记录的实验散射数据进行比较,Corelli仪器旨在探测玻璃等材料中的无序。ANN准确地捕捉了材料Dy2Ti2O7中1024个地点的数据,Dy2Ti2O7是一种自旋冰,在低温下具有玻璃样的属性。这种材料适合研究,因为可以用令人惊叹的数学来理解它,橡树岭国家实验室是一个可以真正对这些复杂材料进行研究的地方。

研究使用ORNL的计算和数据科学环境(CADES)与OLCF的系统进行进一步模拟分析。在用模拟对网络进行训练后,最终确定了一个模型哈密顿量来描述材料的磁性,包括它变成类似玻璃的东西的点。现在,该团队正在Summit上训练更深层次的神经网络,以进一步了解玻璃类量子材料。完成OLCF训练示例所需的所有模拟,有了Summit,就可以以一种更具互动性的方式运行神经网络,探索更多未知的东西。
(责任编辑:fqj)

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 超导体
    +关注

    关注

    0

    文章

    75

    浏览量

    10500
  • 量子计算机
    +关注

    关注

    4

    文章

    518

    浏览量

    25328
收藏 人收藏

    评论

    相关推荐

    AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    、优化等方面的应用有了更清晰的认识。特别是书中提到的基于大数据和机器学习的能源管理系统,通过实时监测和分析能源数据,实现了能源的高效利用和智能化管理。 其次,第6章通过多个案例展示了人工智能在能源
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    了传统学科界限,使得科学家们能够从更加全面和深入的角度理解生命的奥秘。同时,AI技术的引入也催生了一种全新的科学研究范式,即数据驱动的研究范式,这种范式强调从大量
    发表于 10-14 09:21

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    和数量直接影响到模型的准确性和可靠性。因此,数据获取、处理、分析和质量控制AI for Science至关重要。此外,数据驱动的研究范式
    发表于 10-14 09:16

    AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    处理的效率,还为科学研究提供了前所未有的洞察力和精确度。例如,在生物学领域,AI能够帮助科学家快速识别基因序列的关键变异,加速新药研发进程。 2. 跨学科融合的新范式 书中强调,人工
    发表于 10-14 09:12

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能
    发表于 09-09 13:54

    新华社:突破性成果!祝贺我国科学家成功研发这一传感器!

    6月25日,新华社以《突破性成果!祝贺我国科学家》为标题,报道了由我国科学家研发的传感器成果。 我国科学家研发高通道神经探针实现猕猴全脑尺度神经活动监测 神经探针是一种用来记录神经活动的针状电传
    的头像 发表于 06-27 18:03 376次阅读
    新华社:突破性成果!祝贺我国<b class='flag-5'>科学家</b>成功研发这一传感器!

    前OpenAI首席科学家创办新的AI公司

    消息在业界引起了广泛关注,因为苏茨克维曾是OpenAI的联合创始人及首席科学家,并在去年在OpenAI董事会上扮演了重要角色。
    的头像 发表于 06-21 10:42 478次阅读

    助力科学发展,NVIDIA AI加速HPC研究

    科学家和研究人员正在利用 NVIDIA 技术将生成式 AI 应用于代码生成、天气预报、遗传学和材料科学领域的 HPC 工作。
    的头像 发表于 05-14 09:17 349次阅读
    助力<b class='flag-5'>科学</b>发展,NVIDIA <b class='flag-5'>AI</b>加速HPC研究

    科学家借助JWST望远镜解谜气态巨行星形成之谜

    原子核由质子及中子构成,尽管元素内部质子数量不变(如碳原子始终包括六个质子,氮原子始终含有七个质子),然而中子数量却可有所差异。
    的头像 发表于 05-09 10:26 229次阅读

    香港中文大学教授、IEEE Fellow邢国良出任国科微AI首席科学家

    4月22日,国科微宣布正式聘任国际顶级AI专家香港中文大学教授、IEEE  Fellow邢国良先生为国科微AI首席科学家,以进一步加强公司AI
    的头像 发表于 04-22 15:49 444次阅读
    香港中文大学教授、IEEE Fellow邢国良出任国科微<b class='flag-5'>AI</b>首席<b class='flag-5'>科学家</b>

    量子梦

    可以模拟原子和分子之间的相互作用,帮助科学家设计新材料、药物,甚至加速新材料的发现过程。这将有助于推动科学研究的进展,加快新技术的开发。 总的来说,量子计算机的梦想是通过利用量子力学的
    发表于 03-13 18:18

    NVIDIA首席科学家Bill Dally:深度学习硬件趋势

    Bill Dally于2009年1月加入NVIDIA担任首席科学家,此前斯坦福大学任职12年,担任计算机科学系主任。Dally及其斯坦福团队开发了系统架构、网络架构、信号传输、路由和同步技术,
    的头像 发表于 02-25 16:16 1001次阅读
    NVIDIA首席<b class='flag-5'>科学家</b>Bill Dally:深度学习硬件趋势

    谷歌DeepMind科学家欲建AI初创公司

    据知情人士透露,谷歌人工智能部门DeepMind的两名杰出科学家Laurent Sifre和Karl Tuyls正在与投资者商讨巴黎成立一家新的人工智能初创公司的事宜。
    的头像 发表于 01-22 14:41 432次阅读

    飞腾首席科学家窦强荣获 “国家卓越工程师” 称号

    “国家卓越工程师团队” 称号。中国电子信息产业集团首席科学家、科技委副主任,飞腾信息技术有限公司首席科学家窦强博士凭借其飞腾系列国产自主核心芯片科研攻关方面取得的卓越成就,荣获 “国家卓越工程师” 称号。 窦强博士作为飞腾系
    的头像 发表于 01-19 19:22 1571次阅读
    飞腾首席<b class='flag-5'>科学家</b>窦强荣获 “国家卓越工程师” 称号

    原子之舞把水晶变“磁铁”

    美国莱斯大学的量子材料科学家发现,当原子进行圆运动时,他们也可以创造奇迹:稀土晶体,当原子晶体网格被一种叫做手性声子的螺旋振动激活时,晶
    的头像 发表于 11-15 14:57 633次阅读