AI, 신소재·에너지 및 양자 물질 개발 속도를 높이다

Seoul토호쿠 대학교와 MIT의 연구팀이 소재의 광학적 특성을 신속하게 파악할 수 있는 AI 도구를 개발했습니다. 이 도구는 태양 에너지 및 광전자 공학에 사용되는 소재 개발에 큰 혁신을 가져올 수 있습니다. 보통 이러한 특성을 찾는 과정은 복잡하고 시간이 많이 걸리지만, 이 AI 모델은 소재의 결정 구조를 분석하여 Kramers-Krönig 관계와 같은 원리를 활용해 이를 빠르게 처리합니다.

빛과 물질의 상호작용을 연구하는 것은 다양한 기술의 효율성에 큰 영향을 미치기 때문에 중요합니다.

• LED 조명
• 태양광 패널
• 광검출기
• 광 집적 회로

반도체 산업은 성장 중인 만큼 이 도구를 사용하면 큰 혜택을 얻을 수 있습니다. 현재의 관행은 많은 컴퓨팅 파워를 요구하는 복잡한 양자 시뮬레이션을 사용합니다. 인공지능을 활용함으로써 연구자들은 전통적인 방법의 한계를 극복하고 비슷한 결과를 훨씬 빠르게 얻을 수 있습니다. 이 새로운 접근 방식은 그래프 신경망 (GNNs)을 활용하여 원자와 결합을 그래프의 구성 요소로 나타냅니다.

그래프 신경망(GNN)의 문제점 중 하나는 모든 결정 구조와 잘 작동하지 않는다는 것입니다. 연구자들은 이 문제를 해결하기 위해 보편적인 앙상블 임베딩 방법을 제안했습니다. 이 방법은 다양한 모델을 결합하여 신경망 자체를 변경하지 않고도 예측 정확성을 향상시킵니다. 이는 데이터 과학 분야의 발전에 상당한 잠재력을 가지고 있습니다.

더 읽기:

어제 · 오후 7:15

새 AI UroBot, 숙련된 비뇨기과 의사보다 더 높은 정확도 달성

혁신적인 재료 예측 기술

이 새로운 방법은 현재의 기계 학습 시스템에 더해져 광학적 특성을 정확히 예측할 수 있습니다. 이는 태양 전지용 재료를 검사하거나 양자 물질을 찾는 데 유용하게 활용될 수 있습니다. 이러한 방법의 잠재력은 광학적 특성에만 국한되지 않습니다. 미래 연구에서는 기계적 및 자기적 특성과 같은 다른 재료 특성을 위한 데이터베이스 구축을 목표로 하고 있습니다.

이번 새 개발은 태양 에너지를 포함한 재생 가능 에너지원의 효율성을 높일 수 있습니다. AI 도구는 새로운 소재를 찾는 데 걸리는 시간을 단축하여 과학 연구 및 기술 발전을 가속화합니다. 기존 시스템에 쉽게 통합할 수 있어 소재 과학 연구 방식을 혁신할 잠재력을 지니고 있습니다.