{"id":46853,"date":"2020-10-17T02:56:35","date_gmt":"2020-10-16T23:56:35","guid":{"rendered":"https:\/\/bilimvegelecek.com.tr\/?p=46853"},"modified":"2020-10-17T02:56:35","modified_gmt":"2020-10-16T23:56:35","slug":"arastirmalarda-kullanilacak-malzemeleri-yapay-zeka-secebilir-mi","status":"publish","type":"post","link":"https:\/\/bilimvegelecek.com.tr\/index.php\/2020\/10\/17\/arastirmalarda-kullanilacak-malzemeleri-yapay-zeka-secebilir-mi","title":{"rendered":"Ara\u015ft\u0131rmalarda kullan\u0131lacak malzemeleri yapay zek\u00e2 se\u00e7ebilir mi?"},"content":{"rendered":"

M\u00fchendisler veya ara\u015ft\u0131rmac\u0131lar, projeleri i\u00e7in \u00f6zg\u00fcl \u00f6zelliklere sahip malzemeler arar. Ancak ara\u015ft\u0131rmac\u0131lar arad\u0131klar\u0131 \u00f6zelliklere sahip bir malzemeyi bulana kadar, \u00e7ok fazla se\u00e7enek i\u00e7esinde \u00e7ok say\u0131da deneme yapmak zorunda kal\u0131r. Uygun malzemenin tahmin edilmesi ve uygunlu\u011funun kontrol edilmesi zaman al\u0131r.<\/p>\n

Ara\u015ft\u0131rmac\u0131lar, hangi malzemenin proje i\u00e7in do\u011fru materyal olaca\u011f\u0131n\u0131 yapay zek\u00e2 uygulamalar\u0131yla tespit edebileceklerini d\u00fc\u015f\u00fcnerek algoritmalar olu\u015fturdu. Carnegie Mellon \u00dcniversitesi ve Calgary \u00dcniversitesi\u2019nden ara\u015ft\u0131rmac\u0131lar yak\u0131n zamanda yay\u0131nlanan bir \u00e7al\u0131\u015fmalar\u0131nda bu algoritmalardan birine odakland\u0131. Bu \u00e7al\u0131\u015fma, istenen \u00f6zelliklere sahip malzemelerin h\u0131zl\u0131 ve do\u011fru bir \u015fekilde se\u00e7ilebilece\u011fini g\u00f6sterdi.<\/p>\n

Carnegie Mellon \u00dcniversitesi\u2019nden Prof. Amir Barati Farimani, \u201cMalzemelerin \u00f6zelliklerini deneysel ve hesaplamal\u0131 olarak analiz edebilmek \u00e7ok zor. Bu nedenle, malzemelerin \u00f6zelliklerini h\u0131zl\u0131 bir \u015fekilde analiz edebilen algoritmalar veya modeller olu\u015fturuyoruz\u201d dedi.<\/p>\n

Yapay zek\u00e2y\u0131 kullanabilmek i\u00e7in ara\u015ft\u0131rmac\u0131lar \u00f6ncelikle olu\u015fturulan algoritmay\u0131 eldeki verileri kullanarak e\u011fitir, b\u00f6ylelikle algoritma verilerden yeni fikirler \u00e7\u0131karmay\u0131 \u00f6\u011frenir. Ara\u015ft\u0131rmac\u0131lar, algoritmay\u0131 malzemelerin kimyasal yap\u0131s\u0131na ili\u015fkin verilerle e\u011fitti. Bu veriler, \u00f6zellikle de elektronlar\u0131n malzeme \u00f6zelliklerinin belirlenmesindeki etkisine dair bilgiler i\u00e7eriyordu. Farimari, algoritmay\u0131 e\u011fitmek i\u00e7in kullan\u0131lan kimyasal verilerin, algoritma i\u00e7in yeni bir malzeme tan\u0131mlay\u0131c\u0131s\u0131 olu\u015fturdu\u011funu belirtiyor.<\/p>\n

Algoritma geni\u015f bir \u00e7e\u015fitlili\u011fe sahip olan malzemelerin \u00f6zelliklerini \u00f6ng\u00f6rebildi\u011fi i\u00e7in uygulama alan\u0131nda da avantajlara sahiptir. \u00d6rne\u011fin bu algoritma, g\u00fcne\u015f panellerinde kullan\u0131lmak \u00fczere uygun termal \u00f6zellikleri olan bir malzemeyi kolayl\u0131kla bulabilir. \u0130la\u00e7 ve pil yap\u0131m\u0131 i\u00e7in uygun malzemeleri belirleyebilir. Ara\u015ft\u0131rmac\u0131lar, e\u011fitilmi\u015f bir algoritmay\u0131 kullanarak arad\u0131klar\u0131 malzemeye ula\u015fabilir.<\/p>\n

Geli\u015fen teknoloji ile birlikte, algoritmalar\u0131n iyile\u015ftirilme \u015fekli de daha h\u0131zl\u0131 ve daha do\u011fru hale gelmektedir. \u00d6rne\u011fin algoritma yeterince do\u011fru i\u015flemiyorsa, elde edilen sonu\u00e7lar kullan\u0131\u015fs\u0131z olacakt\u0131r. Algoritma beklenen h\u0131zda sonu\u00e7 \u00fcretmezse, istenen verim elde edilemeyecektir. Ara\u015ft\u0131rmac\u0131lar, \u015fu anda \u00fczerinde \u00e7al\u0131\u015ft\u0131klar\u0131 algoritman\u0131n bu konudaki algoritmalar aras\u0131nda daha iyi bir noktada durdu\u011funu s\u00f6yl\u00fcyor.<\/p>\n

Farimani, \u201cAlgoritmay\u0131 kullanabilir, e\u011fitebilir ve bir saniyeden daha k\u0131sa s\u00fcrede sonu\u00e7 alabilirsiniz. Esas olan, algoritman\u0131n farkl\u0131 t\u00fcrlerdeki malzemeleri y\u00fcksek do\u011frulukla tan\u0131mlayabildi\u011fini kan\u0131tlamakt\u0131r. B\u00f6ylelikle her end\u00fcstri algoritmalar\u0131 kullanabilir hale gelir\u201d diyerek hemen hemen her alandaki ara\u015ft\u0131rmalarda malzeme se\u00e7imi safhas\u0131nda yapay zek\u00e2 uygulamalar\u0131n\u0131n kullan\u0131labilece\u011fini vurguluyor.<\/p>\n

Kaynak:<\/strong> https:\/\/phys.org\/news\/2020-10-ai-material.html<\/p>\n","protected":false},"excerpt":{"rendered":"

M\u00fchendisler veya ara\u015ft\u0131rmac\u0131lar, projeleri i\u00e7in \u00f6zg\u00fcl \u00f6zelliklere sahip malzemeler arar. Ancak ara\u015ft\u0131rmac\u0131lar arad\u0131klar\u0131 \u00f6zelliklere sahip bir malzemeyi bulana kadar, \u00e7ok fazla se\u00e7enek i\u00e7esinde \u00e7ok say\u0131da deneme yapmak zorunda kal\u0131r. Uygun malzemenin tahmin edilmesi ve uygunlu\u011funun kontrol edilmesi zaman al\u0131r. Ara\u015ft\u0131rmac\u0131lar, hangi malzemenin proje i\u00e7in do\u011fru materyal olaca\u011f\u0131n\u0131 yapay zek\u00e2 uygulamalar\u0131yla tespit edebileceklerini d\u00fc\u015f\u00fcnerek algoritmalar olu\u015fturdu. […]<\/p>\n","protected":false},"author":1390,"featured_media":46854,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[19],"tags":[3708,7044,342,400],"class_list":["post-46853","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-bilim-gundemi","tag-algoritma","tag-malzeme","tag-muhendislik","tag-yapay-zeka"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t