ИИ научился предсказывать теплопроводность материалов в 1000 раз быстрее
Он прогнозирует поведение фононовУченые из Массачусетского технологического института (MIT) создали новую систему искусственного интеллекта (ИИ), которая может предсказать теплопроводность материалов в 1000 раз быстрее, чем существующие методы на основе машинного обучения.
Теплопроводность материалов крайне важна для разработки эффективных систем генерации энергии и высокоскоростной электроники. Однако традиционные методы ее измерения сложны и трудоемки.
Дело в том, что теплопроводность материалов зависит от поведения квазичастиц, называемых фононами. Изучение фононов с помощью методов искусственного интеллекта наталкивалось на проблему точности и скорости вычислений. Новая система ИИ решает эту задачу, прогнозируя поведение фононов с высокой точностью, но при этом в разы быстрее существующих аналогов.
По словам Мингды Ли, профессора ядерной науки и техники и одного из авторов исследования, этот метод позволит инженерам разрабатывать более эффективные системы генерации энергии и электронные устройства.