1. Ашигт малтмалын боловсруулалтын ухаалаг илрүүлэлт ба оновчлол
Хүдэр цэвэршүүлэх чиглэлээр ашигт малтмалын баяжуулах үйлдвэр нь гүнзгий суралцахад суурилсан дүрс таних систембодит цаг хугацаанд хүдэр шинжилгээ хийх. AI алгоритмууд нь хүдрийн физик шинж чанарыг (жишээ нь: хэмжээ, хэлбэр, өнгө) нарийн тодорхойлж, өндөр агуулгатай хүдрийг хурдан ангилж, шигших. Энэхүү систем нь уламжлалт гар аргаар ангилах алдааны түвшинг 15% -иас 3% хүртэл бууруулж, боловсруулалтын үр ашгийг 50% -иар нэмэгдүүлсэн.
.ШинжилгээХүний мэдлэгийг нүдээр таних технологиор сольсноор хиймэл оюун ухаан нь хөдөлмөрийн зардлыг бууруулаад зогсохгүй түүхий эдийн цэвэр байдлыг сайжруулж, дараагийн цэвэршүүлэх алхмуудын бат бөх суурийг тавьдаг.
2. Хагас дамжуулагч материалын үйлдвэрлэл дэх параметрийн хяналт
Intel нь ажилладагAI-д суурилсан хяналтын системХагас дамжуулагч хавтан үйлдвэрлэхэд химийн уурын хуримтлал (CVD) гэх мэт чухал параметрүүдийг (жишээлбэл, температур, хийн урсгал) хянах зорилгоор ашигладаг. Машин сургалтын загварууд нь параметрийн хослолыг динамикаар тохируулж, вафельний хольцын түвшинг 22% бууруулж, гарцыг 18% нэмэгдүүлдэг.
.ШинжилгээAI нь өгөгдлийн загварчлалын тусламжтайгаар нарийн төвөгтэй процессуудын шугаман бус харилцааг олж авч, бохирдлыг багасгах, эцсийн материалын цэвэр байдлыг сайжруулахын тулд цэвэршүүлэх нөхцлийг оновчтой болгодог.
3. Литиум батерейны электролитийн шинжилгээ ба баталгаажуулалт
Майкрософт нь Номхон далайн баруун хойд үндэсний лабораторитой (PNNL) хамтран ажиллаж,AI загваруудХатуу төлөвт электролит N2116-г тодорхойлох 32 сая нэр дэвшигч материалыг шалгах. Энэхүү материал нь литийн металлын хэрэглээг 70%-иар бууруулж, цэвэршүүлэх явцад литийн урвалд орохоос үүсэх аюулгүй байдлын эрсдлийг бууруулна. AI нь долоо хоногийн дотор скрининг хийж дуусгасан бөгөөд энэ нь уламжлалт ёсоор 20 жил шаарддаг ажил юм.
.ШинжилгээAI-ийг идэвхжүүлсэн өндөр хүчин чадалтай тооцооллын скрининг нь найрлагыг оновчтой болгох, үр ашиг, аюулгүй байдлыг тэнцвэржүүлэх замаар цэвэршүүлэх шаардлагыг хялбарчлахын зэрэгцээ өндөр цэвэршилттэй материалыг илрүүлэх ажлыг хурдасгадаг.
Техникийн нийтлэг ойлголтууд
- .Өгөгдөлд тулгуурласан шийдвэр гаргахAI нь туршилтын болон загварчлалын өгөгдлийг нэгтгэж, материалын шинж чанар ба цэвэршүүлэх үр дүнгийн хоорондын хамаарлыг зурж, туршилт, алдааны мөчлөгийг эрс богиносгодог.
- .Олон масштабын оновчлолAI нь атомын түвшний зохицуулалтаас (жишээ нь, N2116 скрининг 6 ) макро түвшний процессын параметрүүд (жишээ нь, хагас дамжуулагч үйлдвэрлэл 5 ) хүртэл харилцан уялдаа холбоог идэвхжүүлдэг.
- .Эдийн засгийн нөлөөЭдгээр тохиолдлууд нь үр ашгийг нэмэгдүүлэх эсвэл хог хаягдлыг багасгах замаар зардлыг 20-40% бууруулж байгааг харуулж байна.
Эдгээр жишээнүүд нь хиймэл оюун ухаан нь түүхий эдийн урьдчилсан боловсруулалт, үйл явцын хяналт, эд ангиудын дизайн зэрэг олон үе шаттайгаар материал цэвэршүүлэх технологийг хэрхэн өөрчилж байгааг харуулж байна.
Шуудангийн цаг: 2025 оны 3-р сарын 28