AEIS培训北京：NTU，麻省理工学院和俄罗斯科学家开发人工智能来预测和设计材料特性

　　还在纠结该不该参加新加坡AEIS考前培训吗?报名AEIS入学考试到底是不是一条正确的人生道路呢?别再纠结于AEIS考试模拟成绩了?中国AEIS考试培训中心小编带大家先来了解一下新加坡留学快讯吧!希望对将要去新加坡留学的你来说有所帮助。

　　从科学家南洋理工大学，新加坡(新加坡南洋理工大学)，与来自研究人员的合作麻省理工学院(MIT)在美国和科学技术在俄罗斯斯科尔科沃学院，已经开发出一种机器学习方法，可以预测的变化从材料的过滤到材料的性质。

　　这项工作可以为工程设计具有定制特性的新材料提供可能性，以用于通信，信息处理和能源领域。

　　在今天(2月12日)发表在“ 美国国家科学院院刊”上的一篇论文中，作者证明了他们使用人工智能来确定能够将金刚石转化为更有效的半导体的最节能的应变途径。

　　当半导体材料弯曲或变形时，其结构中的原子被扰动，从而改变其性质，例如它如何传导电，热或光的传输。这个过程被称为“应变工程”。

　　研究和绘制应变工程对材料的影响的常规方法依赖于试验和错误实验室实验以及有限规模的计算机建模。

　　作为这项工作的前奏，去年NTU新加坡和麻省理工学院的作者在“科学”杂志上报道，钻石纳米针可以弯曲和拉伸多达9%，这是令人惊讶的，因为钻石是已知最硬的天然材料。

　　在早期的工业应用研究中，“应变工程”被用于硅处理器芯片，其中百分之一的应变允许电子移动得更快，从而使处理速度提高了50%。

　　新加坡南洋理工大学校长，该研究的高级作者Subra Suresh教授表示，他们的新方法使用机器学习来预测应变对材料性质的影响。这使得可以计算六维应变空间中的材料应变的几乎无限可能组合。

　　“现在我们有了这种相当准确的方法，大大降低了所需计算的复杂性，”麻省理工学院前工程学院院长Suresh教授说。

　　“我们的研究是一个例子，说明物质物理学，人工智能，计算机和机器学习这些看似遥远的领域的最新进展如何汇集在一起，以推动对工业应用具有重大意义的科学知识。”

　　通过应变定制材料属性

　　而改变半导体如化学掺杂的常规方法-添加新元素的材料-可能影响和永久地改变它的属性，这里所考虑的非线性弹性应变是可逆的，这意味着它可以被施加并移除视需要而定，解释教授Ju Li，Battelle能源联盟麻省理工学院核科学与工程与材料科学与工程教授。

　　然而，由于可能的范围令人生畏，因此识别和应用应变工程材料的全部潜力非常困难。应变可以以六种不同且独立的方式中的任何一种应用(在三个不同的维度中，每个维度可以产生进出内侧或侧向的应变)，并且具有几乎无限的度数级别，因此可能性的总数是不切实际的通过反复试验来探索。

　　“如果我们想要绘制整个弹性应变空间，它将迅速增长到1亿次计算，”李教授说，他也是材料科学与工程教授。

　　在这项研究中，该团队研究了应变对带隙的影响，带隙是硅和钻石中半导体的关键电子特性。

　　使用他们的神经网络算法，他们高精度地预测应变的不同量和方向将如何影响带隙。

　　能够调节带隙可以提高半导体材料(例如硅太阳能电池)的效率，增加从光利用的能量，同时使其变薄一千倍，从而降低材料，运输和基础设施所需的成本。

　　Diamond作为具有优异固有特性的半导体材料显示出巨大潜力，非常适用于卫星通信中的无线电等高频设备，以及用于移动网络和电网的电力电子设备。

　　这项工作由来自南洋理工大学的Subra Suresh教授组成的多学科研究小组进行; 麻省理工学院教授菊理，麻省理工学院的首席研究员和南大客座教授明教授，博士道，和研究生哲史麻省理工学院; 以及Skolkovo科学与技术研究所的Evgeni Tsymbalov和Alexander Shapeev。

　　除了带隙之外，他们的方法还可以用于研究和预测材料的其他性质，例如电子，光子和磁性行为。

　　这项工作指出了为电子，光电和光子器件创造材料的潜在新机会，这些材料可用于通信，信息处理和能源应用。

　　距离AEIS考试仅剩1天了，很多学生都已经提前到新加坡做好准备。想了解AEIS中学教材、AEIS考试数学真题以及AEIS数学题目等信息的家长和同学欢迎大家在线咨询哈!