智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
傾技
德國(guó)慕尼黑大學(xué)與柏林弗里茨·哈伯研究所的科學(xué)家們，已經(jīng)找到了一條依靠主動(dòng)式機(jī)器學(xué)習(xí)(AML)技術(shù)，來(lái)持續(xù)改進(jìn)光伏面板的新方法。傳統(tǒng)意義上的學(xué)習(xí)，無(wú)非是借鑒以往的經(jīng)驗(yàn)。即便需要應(yīng)對(duì)新的情況，AI也相當(dāng)依賴于此前已經(jīng)處理過(guò)的大致相似狀況。不過(guò)本文介紹的主動(dòng)式學(xué)習(xí)技術(shù)，似乎已經(jīng)開(kāi)辟出了一個(gè)幾乎無(wú)限的可能。
在面向未來(lái)的便攜式太陽(yáng)能電池或可卷曲顯示屏等研究領(lǐng)域，有機(jī)半導(dǎo)體研究人員在處理無(wú)數(shù)種可能的候選分子時(shí)，就面臨著相當(dāng)大的考驗(yàn)。
慶幸的是，在此類具有改進(jìn)特性的有機(jī)分子的發(fā)現(xiàn)任務(wù)上，已經(jīng)有越來(lái)越多人開(kāi)始考慮借助機(jī)器學(xué)習(xí)(Machine Learning)的力量，通過(guò)來(lái)自計(jì)算機(jī)仿真或?qū)嶒?yàn)的數(shù)據(jù)而開(kāi)展相關(guān)訓(xùn)練。
然而具有這種可能的小有機(jī)分子數(shù)量，規(guī)?？赡芨哌_(dá)10^33，使得我們幾乎不可能實(shí)際生成足夠的數(shù)據(jù)，來(lái)反映材料的多樣性。
好消息是，弗里茨-哈伯研究所理論系負(fù)責(zé)人Karsten Reuter教授，剛剛在《自然通訊》(Nature Communications)期刊上發(fā)表了他們的新穎解決方案。
主動(dòng)式機(jī)器學(xué)習(xí)(AML)算法，并不依賴于從現(xiàn)有的數(shù)據(jù)中學(xué)習(xí)，而是通過(guò)不斷地迭代，以確定實(shí)際上需要學(xué)習(xí)該問(wèn)題的相關(guān)數(shù)據(jù)。
基于此，科學(xué)家們首先對(duì)幾個(gè)較小的分子進(jìn)行了模擬，以獲得與分子電導(dǎo)率有關(guān)的數(shù)據(jù)(衡量太陽(yáng)能電池材料的實(shí)用性的一個(gè)維度)。
然后算法將決定這些分子的微小修飾是否可推導(dǎo)出實(shí)用的特征，或者因缺乏相似數(shù)據(jù)而不確定。在此情況下，系統(tǒng)都會(huì)自動(dòng)請(qǐng)求新的模擬，通過(guò)生成新的數(shù)據(jù)來(lái)自我改進(jìn)、考慮新分子，并不斷重復(fù)此過(guò)程。
目前，科學(xué)家們已經(jīng)展示了如何借此有效地識(shí)別出新的有前景的分子、同時(shí)算法仍在繼續(xù)探索廣闊的分子空間，結(jié)果是我們幾乎每周都可梳理出新型分子結(jié)構(gòu)，有助于讓下一代太陽(yáng)能電池的研發(fā)工作愈加輕松。
(原標(biāo)題：科學(xué)家借助主動(dòng)式機(jī)器學(xué)習(xí)技術(shù)來(lái)改進(jìn)光伏面板)
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
