بستن حلقه بین هوش مصنوعی و آزمایش های رباتیک

بستن حلقه بین هوش مصنوعی و آزمایش های رباتیک

تسوکوبا، ژاپن، 25 اوت 2023 – (ACN Newswire) – قدرت‌های هوش مصنوعی (AI) و سیستم‌های آزمایشی رباتیک در کار پیشگام اثبات مفهوم در موسسه ملی علوم مواد (NIMS) در ژاپن گرد هم آمده‌اند. محققان توسعه و نمایش نرم افزار اتوماسیون "حلقه بسته" خود را در مجله Science and Technology of Advanced Materials: Methods شرح می دهند.

بستن حلقه بین هوش مصنوعی و آزمایش‌های روباتیک، هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.
NIMS-OS هوش مصنوعی و رباتیک را برای تحقیقات مواد نوآورانه پیوند می دهد

ریو تامورا، فیزیکدان و مهندس نرم افزار در مرکز تحقیقات پایه مواد NIMS، می گوید: «هدف کلی کار ما این است که اجازه دهیم آزمایش های کاوش علم مواد طراحی شوند و سپس به طور خودکار و بدون دخالت انسان پیش بروند. هوش مصنوعی ابتدا جمع‌آوری اطلاعات و کارهای طراحی آزمایشی را که معمولاً توسط انسان انجام می‌شود، انجام می‌دهد و سپس سیستم‌های روباتیکی را که می‌توانند وظایف فیزیکی مورد نیاز را انجام دهند، کنترل می‌کند.

این تیم پتانسیل سیستم خود را با استفاده از آن برای شناسایی الکترولیت‌هایی که برای میانجی‌گری حرکت یون‌ها در باتری‌های لیتیوم فلزی مناسب هستند، نشان دادند.

این نرم افزار که NIMS Orchestration System (NIMS-OS) نام دارد، شامل دو نوع اصلی ماژول است. اولین مورد از الگوریتم های هوش مصنوعی برای بررسی داده های آرشیو شده در مورد خواص مواد استفاده می کند. این مواد امیدوار کننده را انتخاب می کند و روش های آزمایشی را پیشنهاد می کند که به آنها اجازه می دهد به هدف مورد نظر دست یابند. نوع دوم ماژول دستورالعمل های مورد نیاز برای کنترل یک سیستم روباتیک را تولید می کند که دستورالعمل ها را عملی می کند.

برای سهولت استفاده از کل فرآیند برای طیف وسیعی از محققان، این تیم همچنین یک رابط کاربری گرافیکی با کاربری آسان برای کنترل آن طراحی کرد.

تامورا می‌گوید: «نتایج کار اولیه توسط سیستم رباتیک از طریق NIMS-OS می‌تواند برای اصلاح الگوریتم‌های هوش مصنوعی که آن را کنترل می‌کنند، از طریق چندین چرخه آزمایش و بهبود بازگردانده شود».

در کار اثبات مفهومی که گزینه‌های ساخت الکترولیت‌هایی را بررسی می‌کرد که عملکرد الکترود را در باتری لیتیوم فلزی به حداکثر می‌رساند، NIMS-OS از سیستم‌هایی استفاده کرد که به‌طور روباتیک در سلول‌های الکتروشیمیایی مونتاژ شده و تحت چرخه‌های شارژ و دشارژ قرار گرفتند تا آن‌ها تجزیه و تحلیل شوند. کارایی. نتایج به وضوح ترکیب الکترولیت بهتری را شناسایی کرد و نشان داد که در الکترولیت هایی که در حال حاضر به طور گسترده به صورت تجاری استفاده می شوند، فضایی برای بهبود وجود دارد.

تامورا می‌گوید: «نرم‌افزار NIMS-OS ما اکنون به‌عنوان نرم‌افزار منبع باز در وب‌سایت پرکاربرد GitHub در دسترس عموم است». اکنون قصد داریم آن را بیشتر توسعه دهیم تا به آن اجازه دهیم با انواع مختلف سیستم‌های آزمایشی روباتیک کار کند.»

اطلاعات بیشتر
ریو تامورا
موسسه ملی علوم مواد (NIMS)
ایمیل tamura.ryo@nims.go.jp
کاغذ: https://doi.org/10.1080/27660400.2023.2232297

درباره علم و فناوری مواد پیشرفته: روش‌ها (STAM-M)

STAM Methods یک مجله خواهر با دسترسی آزاد علوم و فناوری مواد پیشرفته (STAM) است و بر روش‌ها و ابزارهای اضطراری برای بهبود و/یا تسریع پیشرفت‌های مواد، مانند روش‌شناسی، دستگاه، ابزار دقیق، مدل‌سازی، جمع‌آوری داده‌های با کارایی بالا تمرکز دارد. انفورماتیک مواد/فرآیند، پایگاه های داده و برنامه نویسی. https://www.tandfonline.com/STAM-M

دکتر یاسوفی ناکامیچی
مدیر انتشارات STAM
ایمیل NAKAMICHI.Yasufumi@nims.go.jp

بیانیه مطبوعاتی منتشر شده توسط اخبار تحقیقات آسیا برای علم و فناوری مواد پیشرفته.


موضوع: خلاصه مطبوعات
منبع: علم و فناوری مواد پیشرفته

بخشها: علم و فناوری نانو, اینتل مصنوعی [AI]
https://www.acnnewswire.com

از شبکه اخبار شرکتی آسیا

حق چاپ © 2023 ACN Newswire. همه حقوق محفوظ است. بخشی از شبکه خبری شرکت های آسیایی

تمبر زمان:

بیشتر از ACN Newswire