Система машинного обучения BOXVIA ускорила процесс создания сверхпроводника нового типа в разы — ранее на это потратили бы месяцы, а не считанные дни.
Исследователи из Королевского колледжа Лондона изготовили дешевый и мощный сверхпроводящий магнит на основе железа с помощью алгоритмов машинного обучения (МО). Подробнее о новинке рассказало издание Interesting engineering, передает focus.uaОсновное преимущество сверхпроводящих магнитов в том, что они могут создавать очень сильные и стабильные магнитные поля без значительных затрат энергии. Такие магниты применяются в аппаратах магнитно-резонансной томографии (МРТ) и электрифицированных транспортных системах.Доктор Марк Эйнсли из Королевского колледжа Лондона вместе с коллегами из Токийского университета сельского хозяйства и технологий, Японского агентства науки и технологий, Национального института материаловедения и Университета Кюсю разработал сверхпроводящий магнит, который имеет магнитное поле в 2,7 раза сильнее, чем любой аналог.Ученым в этом помогла система машинного обучения под названием BOXVIA. Она определила закономерности, улучшающие производительность, и точно настроила изменения параметров, чтобы разработать наиболее оптимальную конструкцию магнита. На все про все ушли считанные дни, а без МО исследователи потратили бы месяцы.Команда экспертов обнаружила, что новый сверхпроводящий магнит содержит в своей структуре более крупные кристаллы на основе железа. Это заметно отличает его от магнитов, изготовленных без участия BOXVIA. Образец, произведенный при помощи ИИ, имел широкий диапазон размеров кристаллов на основе железа, в отличие от однородной структуры, которой отдают предпочтение исследователи.»Сверхпроводящие магниты — это основа будущего. Они не только используются для визуализации рака с помощью аппаратов МРТ, но и будут иметь важное значение для создания электрических самолетов и ядерного синтеза», — сказал Эйнсли.По словам Эйнсли, исследование закладывает основу для создания сверхпроводящих магнитов, достаточно мощных для промышленного применения. Используя искусственный интеллект, удалось создать экономически эффективную и масштабируемую альтернативу с использованием железа, с которой намного проще работать и которая поможет сделать устройства меньше по размеру и весу и снизить их себестоимость, отметил ученый.