Рада ухвалила закон про мобілізацію: що змінюється для українців
Долар 41.54 ₴ (+0.12), євро 44.98 ₴ (-0.05)
Кременчук: +18°C, ясно. Увечері до +12°C.
День працівників соціальної сфери. Всесвітній день сміху.
Сьогодні святкують: Максим, Віктор, Тамара
Овен: Хороший день для нових починань. Зірки сприяють ініціативі.
2004 — Кіпр, Чехія та 8 інших країн вступили до Євросоюзу
Паливо знову подорожчало: А-95 переступив психологічну межу
Apple iPhone 17 Air: все що відомо про найтоншу модель
Матеріалознавці з MIT розробили революційну платформу під назвою Copilot for Real-world Experimental Scientists (CRESt), яка об'єднує машинне навчання та робототехніку для оптимізації рецептів нових м
Матеріалознавці з MIT розробили революційну платформу під назвою Copilot for Real-world Experimental Scientists (CRESt), яка об'єднує машинне навчання та робототехніку для оптимізації рецептів нових матеріалів. Ця платформа здатна обробляти інформацію з різноманітних джерел, включаючи наукову літературу, хімічні склади та мікроструктурні зображення, для планування експериментів та виявлення нових матеріалів.
CRESt дозволяє науковцям спілкуватися з системою природною мовою без необхідності програмування. Роботизоване обладнання платформи може швидко тестувати матеріали, а камери та візуальні моделі допомагають контролювати експерименти, виявляти проблеми та пропонувати рішення. Такий підхід значно прискорює процес відкриття нових матеріалів.
Система вже продемонструвала свою ефективність, відкривши новий каталізатор для паливного елемента, який досяг рекордної щільності потужності при використанні форміатної солі. Це відкриття може вирішити давню проблему високої вартості каталізаторів, що використовують дорогоцінні метали, такі як паладій.
Використовуючи машинне навчання, CRESt аналізує попередні експериментальні дані разом з науковою літературою, щоб пропонувати нові експерименти. Це дозволяє суттєво зменшити витрати та час на розробку нових матеріалів. Система також вирішує проблеми відтворюваності результатів, завдяки чому можна уникнути помилок та покращити якість експериментів.
Таким чином, CRESt демонструє потенціал для вирішення реальних енергетичних проблем, які довгий час залишалися нерозв'язаними у спільноті матеріалознавців та інженерів.
Без спаму. Лише топ-матеріали Gosta. Відписатись в один клік.