详细内容或原文请订阅后点击阅览
人工智能将有助于加速专用纳米粒子的开发
麻省理工学院 (MIT) 物理学家提出的一项新技术将有助于创建一种方法来开发具有定制特性的多层纳米颗粒，可用于显示器、伪装系统和生物医学设备。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）麻省理工学院 (MIT) 物理学家提出的一项新技术将有助于创建一种方法来开发具有定制特性的多层纳米颗粒，可用于显示器、伪装系统和生物医学设备。
这一进展将能够帮助物理学家解决许多困难的研究问题，在某些情况下，速度比现有方法快几个数量级。
计算神经网络（人工智能的一种形式）的创新使用将使“学习”纳米粒子的结构如何影响其行为成为可能，在本例中，基于数千个训练示例，不同颜色的光的散射。一旦了解了这些关系，就可以运行程序来设计具有所需光散射特性集的粒子。
多层纳米颗粒的外观与洋葱有些相似，但每层由不同的材料制成，并且具有不同的厚度。纳米颗粒的尺寸与可见光的波长相当或更小，这些颗粒如何将光散射成不同的颜色取决于这些层的细节和入射光束的波长。计算多层纳米颗粒的所有这些效应可能需要大量计算，并且复杂性随着层数的增加而增加。
研究人员表示，神经网络建模现在比精确模拟快得多。神经网络，而不是真正的模拟器，将给出相当准确的预测。但要做到这一点，你首先需要训练神经网络，而要做到这一点，你需要提供大量的例子。
一旦网络经过训练，所有后续模拟都会运行得更快，因此该网络对于需要重复模拟的情况可以成为有用的工具。但该项目的真正目标是研究方法本身及其可能的应用领域，而不仅仅是这种特定的纳米颗粒模型。