DergiYazılım

Yapay Zeka (Al), Makaleleri Grafikte Özetleyebilir

Chicago’daki NIMS ve Toyota Teknolojik Enstitüsü üretim süreçleri, malzeme yapıları, özellikleri ve malzeme tasarımı için hayati faktörler ile ilgili bilgileri ayıklayabilen ve bu ilişkiyi düzenleyerek görselleştiren bir Bilgisayar Destekli Materyal Tasarım (CAMAD) sistemi geliştirdi. Bu sistemin kullanımı, binlerce bilimsel ve teknik makaleden elde edilen bilgilerin tek bir grafikte özetlenmesini, malzeme tasarımının rasyonelleştirilmesini ve hızlandırılmasını sağlar.

Bir malzemenin performansını özellikleri belirler. Çünkü bir malzemenin özellikleri, yapısından ve yapıyı kontrol eden üretim süreci ile malzemenin özelliklerine etki eden faktörler arasındaki ilişkilerden büyük ölçüde etkilenir. İlgili malzeme yapılarında, istenilen performans ile malzemelerin gelişimini rasyonalize etmek ve hızlandırmak için üretim süreçleri hayati önem taşımaktadır.

Haftalık Denetimli Derin Öğrenim

Malzeme bilişimi (materyal araştırmalarında bilim temelli bir yaklaşım), bu faktörler arasındaki ilişkileri derin öğrenmeyi kullanarak çok miktarda verinin çıkarılmasına olanak tanır. Ancak, deneyler ve veri tabanı oluşturma yoluyla materyaller üzerine büyük miktarda veri toplanması yoğun iş gücü gerektirdiğinden, süreç-yapı-özellik-performans ilişkilerini materyal tasarımına entegre etmek için malzeme bilişimini kullanmak oldukça zor oldu.

Bu araştırma grubu, süreçlerle ilgili faktörler arasındaki ilişkileri çıkarabilen ve tanımlayan, bilimsel makalelerin doğal dil işleme ve haftalık denetimli derin öğrenim metnini okuması için bilgisayarlara talimat vererek malzeme tasarımında yaşamsal önem taşıyan yapılar ve özellikler ile ilgili bir sistem geliştirdi. 

Materyal tasarımcılar başlangıçta istenen malzeme performansıyla ilgili birkaç malzeme özelliğini seçmektedir. Bu seçimlere dayanarak, bilgisayar daha sonra ilgili bilgileri çıkarır, istenen özellikleri ve yapıları kontrol eden fabrikasyon süreçleriyle ilgili faktörlerle ilgili malzeme yapıları arasındaki ilişkilerin türünü ve gücünü belirler ardından bu ilişkileri görselleştirmek için bir grafik oluşturur.

Örneğin, bir çelik tasarımcısı ilgili malzemenin özellikleri olarak “dayanıklılık” ve “esneklik” seçerse, bilgisayar bu iki özelliği etkilediği bilinen kompozit mikro yapılarla ilgili yapı ve işlem faktörleri arasındaki ilişkiyi gösteren bir grafik oluşturur.

Bu öncü girişimle, doğal dil işleme ve derin öğrenme aktif olarak malzeme tasarımına entegre edildi. Bu araştırmada geliştirilen AI kaynak kodu, başkaları tarafından kullanılmak üzere, ilgili araştırmayı teşvik etmek amacıyla ücretsiz olarak kullanıma sunuldu.

Kaynak:
sciencedaily
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (2 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close