Как искусственный интеллект совершил прорыв в создании электронных полимеров?

В лаборатории Аргонн, входящей в систему Министерства энергетики США, группа исследователей разработала революционную автоматизированную систему Polybot, способную самостоятельно создавать и тестировать электронные полимеры. Результаты этого прорывного исследования были опубликованы в престижном научном журнале Nature Communications.
Как искусственный интеллект совершил прорыв в создании электронных полимеров?
Изображение носит иллюстративный характер

Ведущий ученый проекта Джи Сюй совместно с computational-специалистом Генри Чаном и исследователем Айкатерини Вриза создали систему, которая автономно управляет сложнейшими процессами производства полимерных материалов. Polybot способен одновременно контролировать множество параметров, включая проводимость материалов и дефекты покрытия.

Главным достижением системы стала способность обрабатывать почти миллион различных комбинаций параметров производства, что практически невозможно при традиционном подходе. Это позволило создавать высококачественные тонкие пленки с оптимальными характеристиками проводимости.

Исследование проводилось на базе нескольких ведущих научных центров, включая Центр наноматериалов и Исследовательский центр материаловедения. Для характеристики полученных материалов использовался Национальный источник синхротронного излучения II в Брукхейвенской национальной лаборатории.

Разработанная технология открывает широкие перспективы для создания носимой электроники, печатных электронных устройств и современных систем хранения энергии. Особую ценность представляет созданная исследователями база данных, доступная научному сообществу.

Polybot не только производит материалы, но и обладает продвинутыми возможностями обработки и анализа изображений. Это позволяет системе самостоятельно оценивать качество получаемых образцов и корректировать параметры производства.

Созданная технология закладывает фундамент для масштабного промышленного производства электронных полимеров и становится основой для дальнейшего развития систем искусственного интеллекта в материаловедении. Открытый характер исследования способствует развитию новых научных проектов в этой области.


Новое на сайте

19216Смертельный симбиоз спама и эксплойтов: как хакеры захватывают корпоративные сети за 11... 19215Как новые SaaS-платформы вроде Starkiller и 1Phish позволяют киберпреступникам незаметно... 19214Инженерия ужаса: как паровые машины и математика создали гений Эдгара Аллана по 19213Трансформация первой линии SOC: три шага к предиктивной безопасности 19212Архитектура смыслов в профессиональной редактуре 19211Манипуляция легитимными редиректами OAuth как вектор скрытых атак на правительственные... 19210Как активно эксплуатируемая уязвимость CVE-2026-21385 в графике Qualcomm привела к... 19209Как беспрецедентный бунт чернокожих женщин в суде Бостона разрушил планы рабовладельцев? 19208Как новые поколения троянов удаленного доступа захватывают системы ради кибершпионажа и... 19207Почему мировые киберпреступники захватили рекламные сети, и как Meta вместе с властями... 19206Как фальшивый пакет StripeApi.Net в NuGet Gallery незаметно похищал финансовые API-токены... 19205Зачем неизвестная группировка UAT-10027 внедряет бэкдор Dohdoor в системы образования и... 19204Ритуальный предсвадебный плач как форма протеста в традиционном Китае 19203Невидимая угроза в оперативной памяти: масштабная атака северокорейских хакеров на... 19202Как уязвимость нулевого дня в Cisco SD-WAN позволяет хакерам незаметно захватывать...
Ссылка