|
人工智能 (AI) 能夠大幅提高流程效率，讓各行各業(yè)都趨之若鶩。隨著(zhù)我們向工業(yè)4.0和更自動(dòng)化的工業(yè)系統邁進(jìn)，人工智能實(shí)現方法也變得愈發(fā)重要， 機器學(xué)習是在眾多人工智能實(shí)現方法中非常流行的一種。除了采用機器學(xué)習算法的各種制造業(yè)、監控業(yè)、計算業(yè)和制造業(yè)外，機器學(xué)習方法還能與納米技術(shù)相結合，但不同于其他一些領(lǐng)域，這一應用領(lǐng)域尚未有詳細的記錄可供參考。 人工智能和納米技術(shù)與一些已經(jīng)發(fā)展了一個(gè)多世紀的產(chǎn)業(yè)相比還處于相對初級的階段，仍面臨著(zhù)一些挑戰。當然，將這兩個(gè)高度發(fā)達的產(chǎn)業(yè)結合起來(lái)也有一定難度， 涉及到諸多方面，從比物理實(shí)驗更快的數據方法，到各行業(yè)相關(guān)研究人員之間缺乏有效的溝通，即每個(gè)行業(yè)需要從其他行業(yè)獲得什么，以及如何更有效地利用這兩個(gè)領(lǐng)域來(lái)產(chǎn)生優(yōu)化的結果。 然而，有挑戰就有機遇，人工智能和納米技術(shù)接口不僅面臨著(zhù)上述挑戰，同時(shí)也迎來(lái)了很多機遇。盡管機器學(xué)習方法和納米技術(shù)的結合存在一些挑戰，但相對容易克服，接下來(lái)就讓我們來(lái)看一看部分適用的新興領(lǐng)域， 包括分析大型數據集、設計和發(fā)現新的納米材料，以及開(kāi)發(fā)更有效的硬件來(lái)支持機器學(xué)習算法。 分析大型數據集 分析、優(yōu)化和辨別大型數據集趨勢是機器學(xué)習方法的核心，也可以應用于納米材料， 可通過(guò)多種方法實(shí)現： 第一種方法是分析各種表征儀器的數據，比如在使用光譜法和電子顯微鏡法表征納米材料的性能時(shí)。將人工神經(jīng)網(wǎng)絡(luò ) (ANN) 和卷積神經(jīng)網(wǎng)絡(luò ) (CNN) 與特征儀器配合使用。 一方面，結合使用機器學(xué)習與光譜學(xué)，可以指示數據集中可能不明顯的微小變化。這些微小的變化與所分析材料的化學(xué)結構和形貌的變化有關(guān)，而這兩個(gè)因素會(huì )影響納米材料性能。因此，識別這些微小變化的能力非常重要。 另一方面，機器學(xué)習不僅可用于顯微鏡，特別是用于分析納米材料的電子顯微鏡，也可用于適合其他材料的光學(xué)顯微鏡。在這一領(lǐng)域，輸出是一幅空間圖像，機器學(xué)習可以檢測出與范數的微小偏差，從而更準確地分析材料。這也可以應用于針對生物空間特征的純納米材料分析，如通過(guò)細胞的形狀和大小來(lái)確定哪些是癌細胞。雖然這不是嚴格的納米技術(shù)，但許多應用都是通過(guò)納米醫學(xué)的方法來(lái)對這些細胞進(jìn)行分析，因此可以說(shuō)是一個(gè)密切相關(guān)的領(lǐng)域。 第二個(gè)關(guān)鍵方法是分離表征儀器的數據集。許多分析方法都傾向于壓縮數據，而機器學(xué)習可以通過(guò)分析將不同的數據信號分離開(kāi)來(lái)。這一點(diǎn)很重要，因為數據壓縮會(huì )導致形成混合信號，進(jìn)而影響結果。因此，機器學(xué)習基本上可以應用于納米材料分析方法，作為質(zhì)量控制手段，從原始數據集中獲得更精確的數據輸出。 設計和發(fā)現新的納米材料 這是近年來(lái)廣受關(guān)注的一個(gè)科學(xué)領(lǐng)域，不僅能優(yōu)化納米材料以及許多其他材料和化學(xué)品的設計，還能設計出優(yōu)質(zhì)的新材料。這一需求極大地推動(dòng)了許多計算/理論領(lǐng)域的發(fā)展，如計算化學(xué)和生物學(xué)，而且隨著(zhù)近十年來(lái)計算能力的急劇提高，這些領(lǐng)域也逐漸流行起來(lái)。 在納米尺度下，材料中的量子效應會(huì )凸顯出來(lái)，使得納米材料的特性比其他材料更難預測，這就是為什么要采用機器學(xué)習的原因。人工神經(jīng)網(wǎng)絡(luò )、深度神經(jīng)網(wǎng)絡(luò ) (DNN) 和生成對抗網(wǎng)絡(luò ) (GAN) 已被用于分析和優(yōu)化納米尺度下的多個(gè)參數和性能。這些輸出通過(guò)改進(jìn)，可讓設計人員發(fā)現設計新納米材料或優(yōu)化現有納米材料的方法。它就像一個(gè)化學(xué)/生物學(xué)的高級計算版本，可用于具有獨特特性和現象的材料。這些方法已被用于設計和優(yōu)化一系列納米材料，包括二維材料、二維材料異質(zhì)結構、納米催化劑、納米光子材料和一維材料等等。 更高效的硬件 前面講述了機器學(xué)習可以為納米技術(shù)做些什么，而本部分將反過(guò)來(lái)討論納米技術(shù)可以為機器學(xué)習做些什么。我們可以利用現有的納米加工和納米圖案化技術(shù)制造出高效、小型的計算機硬件， 然后利用這些高級計算組件來(lái)提供更多的計算能力，以支持機器學(xué)習算法。 創(chuàng )建納米電子設備不僅能夠對現有納米級材料進(jìn)行圖形化處理以提高效率，還可以進(jìn)一步縮小傳統組件尺寸，即在給定區域內容納更多的組件。納米級晶體管的發(fā)展就是一個(gè)很好的例子，與其他體積更大的晶體管相比，可以在芯片/硬件上容納更多納米級晶體管，從而提高速度和效率。 納米材料的使用也促進(jìn)了基于晶體管的新型器件的發(fā)展，例如憶阻器，它可以“像大腦一樣工作”，斷電后仍能存儲信息。能夠生產(chǎn)出更快的硬件和先進(jìn)的組件，從而促進(jìn)機器學(xué)習和其他人工智能算法的“類(lèi)大腦”行為，將有助于進(jìn)一步將機器學(xué)習算法應用到更多的應用和工業(yè)部門(mén)。 結論 無(wú)論是這兩個(gè)高科技行業(yè)本身還是將它們結合起來(lái)都有著(zhù)各自的問(wèn)題，但通過(guò)將納米技術(shù)與人工智能方法相結合，就有可能發(fā)現更多的可能，而且部分已經(jīng)引起了人們的興趣。機器學(xué)習方法可以用來(lái)更好地分析納米材料和納米尺度的生物材料，并有助于尋找新材料和優(yōu)化設計納米材料的方法。納米技術(shù)也可以通過(guò)提供更有效的硬件來(lái)支持機器學(xué)習算法�？偟膩�(lái)說(shuō)，這仍然是一個(gè)發(fā)展中的領(lǐng)域，但它是一個(gè)交叉領(lǐng)域，在許多方面都有很大的發(fā)展空間。 來(lái)源：貿澤電子 作者：利亞姆·克里奇利(Liam Critchley) |
