Nuova tecnica AI svela "impronte digitali" uniche dei materiali con spettroscopia XPCS

RomeGli scienziati hanno sviluppato un nuovo metodo che utilizza l'IA e la spettroscopia a correlazione di fotoni X (XPCS) per identificare in modo univoco i materiali. Questa tecnica consente ai ricercatori di osservare come i materiali cambiano nel tempo sotto stress o rilassamento.

I ricercatori del Laboratorio Nazionale di Argonne hanno utilizzato la XPCS insieme a un algoritmo di apprendimento automatico non supervisionato. L'intelligenza artificiale è stata in grado di individuare schemi nei dati a raggi X che gli esseri umani non riescono a comprendere facilmente. I punti principali di questo studio sono:

• Utilizzo di reti neurali per l'analisi dei dati radiografici
• Creazione di "impronte digitali" o rappresentazioni latenti dei materiali
• Mappatura di queste impronte per comprendere l'evoluzione dei materiali
• Applicazione di autoencoder per convertire e decodificare i dati delle impronte

L'algoritmo, un tipo di intelligenza artificiale che opera autonomamente, riesce a individuare modelli nascosti nei risultati delle radiografie. Questo processo trasforma grandi quantità di dati complessi in riassunti facili da comprendere. Questi riassunti contengono informazioni essenziali sul campione.

James (Jay) Horwath, ricercatore post-dottorato presso Argonne, ha spiegato l'importanza di questo metodo. Ha affermato che i modelli osservati durante gli esperimenti sono così complessi che perfino gli esperti necessitano del supporto dell'IA per comprenderli. Semplificando i dati, gli scienziati possono comprendere il comportamento completo di un materiale.

Leggi anche:

21 novembre 2024 · 15:27

Gli Stati Uniti dominano l'innovazione AI, la Cina insegue nel ranking di Stanford

Il progetto AI-NERD utilizza autoencoder per generare schemi unici dalle immagini. Un autoencoder trasforma l'immagine originale in una forma più semplice. Successivamente, un decodificatore usa questa forma semplificata per ricreare l'immagine completa. Raggruppando schemi simili, i ricercatori hanno creato una guida per studiare come i materiali cambiano in diverse condizioni.

Il centro di ricerca Advanced Photon Source (APS) produrrà fasci di raggi X che saranno 500 volte più luminosi rispetto al passato. Questa mole di dati richiederà l'uso dell'IA per essere analizzata efficacemente. I gruppi di teoria e calcolo di Argonne si sono uniti per realizzare simulazioni molecolari della dinamica dei polimeri, che verranno poi impiegate per addestrare sistemi di intelligenza artificiale come AI-NERD.

Gli autori dello studio sono James Horwath, Xiao-Min Lin, Hongrui He, Qingteng Zhang, Eric Dufresne, Miaoqi Chu, Subramanian Sankaranaryanan, Wei Chen, Suresh Narayanan e Mathew Cherukara. Alcuni di questi ricercatori lavorano anche presso l'Università di Chicago e l'Università dell'Illinois a Chicago.

Questo sviluppo è di grande rilevanza. Con l'avvento di macchine a raggi X più avanzate, la raccolta di dati dettagliati per future ricerche sarà notevolmente migliorata. L'IA può rapidamente classificare e organizzare le immagini a raggi X in schemi utili, apportando un significativo progresso nella scienza dei materiali. Questo approccio consente studi più precisi su come i materiali si comportano in diverse condizioni, risultando vantaggioso in molti settori.