Material arassalamakda emeli intellektiň mysallary we derňewi

Habarlar

Material arassalamakda emeli intellektiň mysallary we derňewi

芯片

1. Mineral minerallary gaýtadan işlemekde akyl tapmak we optimizasiýa

Magdany arassalamak pudagynda mineral gaýtadan işleýän zawod ‌ hödürlediçuňňur öwreniş esasly şekil tanamak ulgamy‌ magdany hakyky wagtda seljermek. AI algoritmleri ýokary derejeli magdany çaltlaşdyrmak we ekrana çykarmak üçin magdanyň fiziki aýratynlyklaryny (meselem, ululygy, görnüşi, reňki) takyk kesgitleýär. Bu ulgam adaty el bilen sortlamagyň ýalňyşlyk derejesini 15% -den 3% -e çenli peseltdi, şol bir wagtyň özünde gaýtadan işlemegiň netijeliligini 50% ýokarlandyrdy.
Derňew‌: Adam tejribesini wizual tanamak tehnologiýasy bilen çalyşmak bilen, AI diňe bir zähmet çykdajylaryny arzanlatman, eýsem çig malyň arassalygyny ýokarlandyrýar, soňraky arassalaýyş ädimleri üçin berk binýat döredýär.

2. ‌ icarymgeçiriji material önümçiliginde parametr dolandyryşy

Intel ‌ işleýärAI bilen dolandyrylýan dolandyryş ulgamyChemical ýarymgeçiriji wafli önümçiliginde himiki bug çökdürilmegi (CVD) ýaly proseslerde möhüm parametrlere (meselem, temperatura, gaz akymy) gözegçilik etmek üçin. Maşyn öwreniş modelleri parametrleriň kombinasiýalaryny dinamiki sazlaýar, wafli haramlyk derejesini 22% peseldýär we hasyllylygy 18% ýokarlandyrýar.
Derňew‌: AI maglumatlary modellemek, haramlygy saklamagy azaltmak we ahyrky material arassalygyny gowulandyrmak üçin arassalama şertlerini optimizirlemek arkaly çylşyrymly proseslerde çyzykly däl gatnaşyklary ele alýar.

3. ith Lityum batareýasynyň elektrolitlerini barlamak we barlamak

Microsoft ‌ ulanmak üçin Pacificuwaş ummanyň demirgazyk-günbatar milli barlaghanasy (PNNL) bilen hyzmatdaşlyk etdiAI modelleri32 322 kandidat materialyny görkezmek, N2116 gaty berk elektrolit kesgitlemek. Bu material arassalanmak wagtynda litiý reaktiwligi sebäpli ýüze çykýan howpsuzlyk töwekgelçiligini azaldyp, litiý metalynyň ulanylyşyny 70% azaldar. AI barlagy hepdede tamamlady, bu adatça 20 ýyl talap edýär.
Derňew‌: AI bilen işleýän ýokary geçişli hasaplaýyş barlagy, kompozisiýa optimizasiýasy, netijeliligi we howpsuzlygy deňleşdirmek arkaly arassalama talaplaryny ýönekeýleşdirmek bilen ýokary arassa materiallaryň tapylmagyny çaltlaşdyrýar.


Umumy tehniki düşünjeler

  • Maglumatlara esaslanýan karar bermek‌: AI synag we ýalňyşlyk sikllerini düýpgöter gysgaldyp, maddy häsiýetler bilen arassalama netijeleriniň arasyndaky gatnaşyklary kartalaşdyrmak üçin synag we simulýasiýa maglumatlaryny birleşdirýär.
  • Köp ölçegli optimizasiýa: Atom derejesindäki tertipnamalardan (mysal üçin, N2116 barlag 6 ) makro derejeli proses parametrlerine (meselem, ýarymgeçiriji önümçiligi 5 ), AI biri-biri bilen sinergiýany üpjün edýär.
  • Ykdysady täsir‌: Bu ýagdaýlar netijeliligiň ýokarlanmagy ýa-da galyndylaryň azalmagy arkaly çykdajylaryň 20-40% azalýandygyny görkezýär.

Bu mysallar AI-iň materiallary arassalamak tehnologiýalaryny birnäçe basgançakda nähili üýtgedýändigini görkezýär: çig maly gaýtadan işlemek, prosese gözegçilik we komponent dizaýny.


Iş wagty: 28-2025-nji mart