Uczenie maszynowe pozwala na przełom w projektowaniu materiałów
Naukowcy wykorzystali uczenie maszynowe do wykonania obliczeń 40 000 razy szybciej niż przy zastosowaniu klasycznych metod.
Zespół naukowców z Sandia National Laboratories w USA znalazł sposób na usprawnienie procesu uczenia maszynowego, tak, aby proces projektowania materiałów dla nowych technologii był 40 000 razy szybszy. To tak, jakby lot z Nowego Jorku do Los Angeles trwał zaledwie pół sekundy, a pomidor dojrzewał trzy minuty po zasadzeniu nasion.
Naukowcom z Sandii udało się wykorzystać uczenie maszynowe do wykonania obliczeń z dziedziny materiałoznawstwa z prędkością 40 000 razy większą od normalnej. Rozwiązanie to może zmienić sposób tworzenia nowych technologii w zakresie optyki, lotnictwa, magazynowania energii, a nawet medycyny. Co więcej, laboratoria tworzące te technologie mogłyby zaoszczędzić na kosztach obliczeń.
- Skracamy cykl projektowania. Projektowanie komponentów rażąco przewyższa projektowanie materiałów potrzebnych do ich budowy. Chcemy to zmienić. Kiedy już zaprojektujesz komponent, chcemy być w stanie zaprojektować kompatybilny materiał dla tego komponentu bez konieczności czekania latami, jak to ma miejsce obecnie - wyjaśnił David Montes de Oca Zapiain, specjalista ds. obliczeń materiałów w Sandii.
Jako przykład, naukowcy wyjaśnili, że pojedyncza, samodzielna symulacja na klastrze obliczeniowym o wysokiej wydajności 128 rdzeni przetwarzających trwała 12 minut. Jednak dokładnie taka sama symulacja trwała tylko 60 ms (milisekund) przy użyciu tylko 36 odpowiedników rdzeni przetwarzających wykorzystujących uczenie maszynowe.
Innymi słowy: to, co zwykle zajmuje naukowcom rok, teraz można wykonać w 15 minut.
Naukowcy Sandii z nadzieją spoglądają w przyszłości mają zamiar opracować algorytm do badania ultracienkich technologii optycznych, które mogą być stosowane w innowacyjnych ekranach.
