새로운 AI 기술로 X선 데이터 분석하여 고유한 물질 '지문' 생성

Seoul과학자들은 AI와 X-선 광자 상관 분광법(XPCS)을 활용하여 물질을 독특하게 식별하는 새로운 방법을 개발했습니다. 이 기술은 연구자들이 물질이 스트레스나 이완 상태에서 시간이 지남에 따라 어떻게 변하는지를 관찰할 수 있도록 도와줍니다.

아르곤 국립 연구소의 연구원들은 XPCS와 비지도 학습 알고리즘을 사용했습니다. 인공지능은 인간이 쉽게 이해할 수 없는 X 선 데이터에서 패턴을 발견할 수 있었습니다. 이 연구의 주요 내용은 다음과 같습니다:

• 신경망을 사용하여 엑스레이 데이터를 분석합니다.
• 재료의 "지문"이나 잠재적 표현을 생성합니다.
• 이 지문을 매핑하여 재료의 진화를 이해합니다.
• 오토인코더를 적용하여 지문 데이터를 변환하고 해독합니다.

알고리즘은 감독 없이 작동하는 인공지능의 일종으로, X-ray 결과에서 숨겨진 패턴을 학습합니다. 이는 방대한 양의 복잡한 데이터를 쉽게 이해할 수 있는 요약으로 단순화합니다. 이러한 요약은 샘플에 대한 중요한 정보를 포함하고 있습니다.

아르곤 국립 연구소의 박사 후 연구원인 제임스 호와스는 왜 이 방법이 필요한지를 설명했습니다. 그는 실험 중에 관찰되는 패턴이 매우 복잡하여 전문가들조차 이를 이해하기 위해 인공지능의 도움이 필요하다고 말했습니다. 데이터를 단순화함으로써 과학자들은 물질의 전체적인 행동을 파악할 수 있게 됩니다.

더 읽기:

오늘 · 오전 7:41

OpenAI의 수익기업 전환에 따른 도전 과제

AI-NERD 프로젝트는 이미지에서 독특한 패턴을 만들어 내기 위해 오토인코더를 활용합니다. 오토인코더는 먼저 원본 이미지를 간단한 형태로 바꾸고, 이후 디코더가 이 단순화된 형태를 사용하여 완전한 이미지를 재구성합니다. 비슷한 패턴을 그룹화하여 연구자들은 재료가 다양한 조건에서 변하는 방식을 연구하는 가이드를 만들었습니다.

고급 광원 시설인 APS는 이전보다 500배 더 밝은 X선 빔을 생성할 것입니다. 이러한 데이터의 증가로 효과적인 분석을 위해 AI가 필요합니다. 아르곤 국립연구소의 이론 및 계산 그룹은 폴리머 동역학에 대한 분자 시뮬레이션을 공동으로 수행했으며, 이는 AI-NERD와 같은 AI 시스템을 훈련하는 데 사용될 것입니다.

이 연구는 제임스 호워스, 샤오민 린, 홍루이 허, 칭텅 장, 에릭 뒤프렌, 먀오치 추, 수브라마니안 산카라나야난, 웨이 첸, 수레쉬 나라야난, 매튜 체루카라가 저자입니다. 이들 중 일부는 시카고 대학교와 일리노이 대학교 시카고 캠퍼스에서도 근무하고 있습니다.

이 발전은 매우 중요합니다. 더 좋은 X-ray 기계로부터 얻는 더 자세한 데이터로 인해 향후 연구에 도움이 될 것입니다. AI는 X-ray 이미지를 빠르게 분류하고 체계적으로 배열하여 재료 과학에 큰 개선을 가져옵니다. 이 방법은 다양한 조건에서 재료가 어떻게 행동하는지에 대한 더 정밀한 연구를 가능하게 하여 여러 분야에서 유용할 수 있습니다.