Mae gwyddonwyr yn defnyddio deallusrwydd artiffisial i ddod o hyd i ddeunyddiau magnetig newydd nad ydynt yn defnyddio elfennau hanfodol. Mae tîm ymchwil yn Labordy Cenedlaethol Ames Adran Ynni yr Unol Daleithiau wedi datblygu model dysgu peiriannau newydd ar gyfer darganfod deunyddiau magnet parhaol nad ydynt yn cynnwys elfennau hanfodol. Mae'r model yn rhagweld tymheredd Curie o gyfuniadau deunydd newydd. Mae hwn yn gam cyntaf pwysig wrth ddefnyddio deallusrwydd artiffisial i ragfynegi deunyddiau magnet parhaol newydd. Mae'r model yn ategu gallu'r tîm a ddatblygwyd yn ddiweddar i ddarganfod deunyddiau daear prin sy'n sefydlog â thermodynamig.
Mae gwyddonwyr yn Ames National Labordy wedi dylunio model dysgu peiriannau a all ragweld deunyddiau magnet newydd heb ddefnyddio elfennau prin. Mae'r dull arloesol hwn sy'n canolbwyntio ar dymheredd deunyddiau Curie yn cynnig llwybr mwy cynaliadwy i gymwysiadau technoleg yn y dyfodol.
Pwysigrwydd Magnetau Perfformiad Uchel
Mae magnetau perfformiad uchel yn hanfodol ar gyfer technolegau fel ynni gwynt, storio data, cerbydau trydan a rheweiddio magnetig. Mae'r magnetau hyn yn cynnwys deunyddiau allweddol megis cobalt ac elfennau daear prin fel neodymium a dysprosium. Mae galw mawr am y deunyddiau hyn, ond mae cyflenwad yn gyfyngedig. Mae'r sefyllfa hon wedi ysgogi ymchwilwyr i chwilio am ffyrdd o ddylunio deunyddiau magnetig newydd sy'n lleihau deunyddiau critigol.
Rôl dysgu peirianyddol
Mae dysgu peiriant (ML) yn fath o ddeallusrwydd artiffisial. Mae'n cael ei yrru gan algorithmau cyfrifiadurol, gan ddefnyddio data ac algorithmau treial-a-gwall i wella rhagfynegiadau yn barhaus. Defnyddiodd y tîm ymchwil ddata arbrofol a modelu damcaniaethol o dymereddau Curie i hyfforddi'r algorithm ML. Tymheredd Curie yw'r tymheredd uchaf y mae deunydd yn aros yn fagnetig.
"Mae dod o hyd i gyfansoddion â thymheredd Curie uchel yn gam cyntaf pwysig wrth ddarganfod deunyddiau a all aros yn magnetig ar dymheredd uchel," meddai Yaroslav Mudryk, gwyddonydd Labordy Ames ac uwch arweinydd y tîm ymchwil. "Mae'r agwedd hon yn hanfodol nid yn unig ar gyfer dylunio magnetau parhaol, ond hefyd ar gyfer dylunio deunyddiau magnetig swyddogaethol eraill."
Mae Mudrick yn credu bod darganfod deunyddiau newydd yn weithgaredd heriol oherwydd yn draddodiadol mae chwilio am ddeunyddiau newydd wedi cael ei wneud trwy arbrofion, sy'n ddrud ac yn cymryd llawer o amser. Fodd bynnag, gall defnyddio dulliau ML arbed amser ac adnoddau.
Profi a dilysu modelau
I ddilysu'r model, defnyddiodd y tîm gyfansoddion yn seiliedig ar cerium, sirconiwm a haearn. Cynigiwyd y syniad gan Andriy Palasyuk, gwyddonydd yn Ames Laboratory ac aelod o'r tîm ymchwil. Mae'n gobeithio canolbwyntio ar ddeunyddiau magnet anhysbys yn seiliedig ar elfennau toreithiog o'r Ddaear. Dywedodd Palaschuk: “Rhaid i’r uwch-magned nesaf nid yn unig gael perfformiad rhagorol, ond hefyd dibynnu ar lawer o gydrannau domestig.
Cydweithiodd Palaschuk ag aelod tîm ymchwil Tyler Del Rose, gwyddonydd arall yn Ames Laboratory, i syntheseiddio a nodweddu'r aloi. Canfuwyd bod y model ML yn rhagweld tymheredd Curie y deunyddiau ymgeisiol yn llwyddiannus. Mae'r llwyddiant hwn yn gam cyntaf pwysig mewn dull trwybwn uchel o ddylunio magnetau parhaol newydd ar gyfer cymwysiadau technolegol yn y dyfodol.
“Rydyn ni’n ysgrifennu dysgu peirianyddol sy’n seiliedig ar ffiseg ar gyfer dyfodol cynaliadwy,” meddai Singer.
