В Швеции с помощью ИИ сократили время разработки оптических материалов в 10 раз

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Новость | ИИ, сервисы и приложения

Исследователи из Технологического университета Чалмерса разработали систему машинного обучения, которая сокращает время расчета оптических характеристик материалов с 30 до 3 дней. Ключевым отличием новой системы стало встраивание фундаментальных законов электромагнетизма непосредственно в архитектуру нейронной сети, что позволило ей работать в десять раз быстрее, чем при использовании традиционных подходов.

По словам профессора Филиппа Тассена, при использовании стандартной методики получение одной точки данных занимает от 10 минут до часа, а для полного набора требуется до 40 тысяч симуляций. Новая система может анализировать структуру материала и предоставлять данные о его оптических свойствах за миллисекунды.

Система используется при разработке наноструктурированных материалов в области нанофотоники — науки, изучающей управление светом в масштабах, меньших длины его волны. В таких масштабах свет проявляет свойства, отличающиеся от его поведения в обычных оптических системах, что позволяет создавать материалы с уникальными характеристиками.

Автор: Eurekalert Источник: interestingengineering.com

Разработанные материалы планируют использовать для создания более эффективных оптических компонентов. В перспективе это коснется производства тонких и легких линз для фотоаппаратов и очков, а также разработки технологий для квантовых вычислений. Совместно с кафедрой микротехнологий и нанонауки университета исследователи рассматривают возможность применения механически податливых фотонных кристаллов для передачи информации между квантовыми компьютерами на большие расстояния с использованием оптических частот.

Идея встроить физические законы в нейронную сеть возникла при попытке упростить интерпретацию прогнозов модели с помощью уравнений, знакомых исследователям. В ходе тестирования выяснилось, что такой подход значительно повышает точность расчетов и исключает систематические ошибки при прогнозировании поведения материалов.

Источник: Interestingeng Iineering

нет
Автор не входит в состав редакции iXBT.com (подробнее »)

0 комментариев

Добавить комментарий

Сейчас на главной

Новости

Публикации

Как теория «гравитации из энтропии» объясняет рождение космического порядка вопреки закону хаоса

В современной космологии остается открытым вопрос о том, как в расширяющейся Вселенной возникают сложные структуры. Согласно второму началу термодинамики, любая изолированная физическая система...

Как лосось находит родную реку после нескольких лет в океане

Лосось может провести в море несколько лет, уйти от берега на сотни и даже тысячи километров, а затем вернуться в ту же речную систему, где появился на свет. Иногда рыба поднимается и к...

Валуны Моераки: откуда взялись на пляже Новой Зеландии каменные шары, похожие на яйца динозавров

Стоит оказаться на пляже Коэкохе, и в голову закрадывается мысль, что когда-то здесь проводили матч по боулингу неведомые гиганты, а потом просто поленились собрать разлетевшийся всюду инвентарь....

✦ ИИ  УАЗ-3172 «Симбир»: почему советский Range Rover не пошёл в серию

В середине 1980-х годов Ульяновский автозавод приступил к созданию принципиально нового автомобиля повышенной проходимости, который должен был прийти на смену устаревающему УАЗ-469. Проект,...

Обзор смарт-часов Amazfit Cheetah 2 Ultra — титан, карты и странные цифры в Zepp

Amazfit Cheetah 2 Ultra стоят заметно дороже привычных часов бренда, поэтому одного титана, сапфирового стекла и большого экрана здесь мало. Важно, как они ведут себя на руке, насколько точно пишут...