科学@科学家首次使用人工智能,在中子数据中,寻找亚原子水平的秘密!( 二 )


科学@科学家首次使用人工智能,在中子数据中,寻找亚原子水平的秘密!
文章图片

文章图片

因此 , 计算机变得某种程度上是可靠的 。该团队对自动编码器(一种经常用于压缩和重建图像的人工神经网络)进行了培训 , 使用超过500亿次计算对OLCF的超级计算资源进行了培训 , OLCF是美国能源部(DOE)位于ORNL的科学用户设施办公室的一个机构 。能够模拟比人类能够检查的更多场景 , 发现 , 人工神经网络过滤掉实验噪音 , 只从原始散射数据中提取最重要的信息 , 以重建材料的结构 。计算机可以做一万个模型 , 而不是一个人类只能做简单的100个左右 。
玻璃类量子材料
在研究人员对其进行训练后 , ANN可以将模拟数据与SNS的Corelli仪器记录的实验散射数据进行比较 , Corelli仪器旨在探测玻璃等材料中的无序 。ANN准确地捕捉了材料Dy2Ti2O7中1024个地点的数据 , Dy2Ti2O7是一种自旋冰 , 在低温下具有玻璃样的属性 。这种材料适合研究 , 因为可以用令人惊叹的数学来理解它 , 橡树岭国家实验室是一个可以真正对这些复杂材料进行研究的地方 。
科学@科学家首次使用人工智能,在中子数据中,寻找亚原子水平的秘密!
文章图片

文章图片

研究使用ORNL的计算和数据科学环境(CADES)与OLCF的系统进行进一步模拟分析 。在用模拟对网络进行训练后 , 最终确定了一个模型哈密顿量来描述材料的磁性 , 包括它变成类似玻璃的东西的点 。现在 , 该团队正在Summit上训练更深层次的神经网络 , 以进一步了解玻璃类量子材料 。完成OLCF训练示例所需的所有模拟 , 有了Summit , 就可以以一种更具互动性的方式运行神经网络 , 探索更多未知的东西 。
科学@科学家首次使用人工智能,在中子数据中,寻找亚原子水平的秘密!
文章图片

文章图片

博科园|研究/来自:橡树岭国家实验室
参考期刊《自然通讯》
博科园|科学、科技、科研、科普
关注【博科园】看更多大美宇宙科学


推荐阅读