AI proiectează generatoare termoelectrice de 10.000 de ori mai rapid decât o putem face
Cercetătorii din Japonia au dezvoltat un instrument AI, TEGNet, care proiectează generatoare termoelectrice de 10.000 de ori mai rapid decât metodele convenționale. Prototipele construite pe baza recomandărilor instrumentului au performanțe comparabile cu cele ale dispozitivelor termoelectrice de top de astăzi.
Rezumat Detaliat
Articolul discută despre dezvoltarea unui instrument AI, TEGNet, care accelerează semnificativ procesul de proiectare a generatoarelor termoelectrice. Aceste generatoare transformă căldura reziduală în electricitate, o tehnologie promițătoare pentru energie curată. Instrumentul AI accelerează dramatic căutarea materialelor eficiente și a proiectelor de dispozitive, conducând potențial la o adoptare mai largă a acestei tehnologii.
TEGNet este construit pe un cadru de rețea neuronală antrenat pentru a aproxima ecuațiile complexe de fizică care descriu fluxul de căldură și transportul electric în materialele termoelectrice. Modelul AI învață cum se comportă materialele și le tratează ca componente modulare, permițând cercetătorilor să examineze rapid mii de arhitecturi potențiale de dispozitive și să le estimeze performanța în milisecunde. Această abordare permite o explorare exhaustivă a parametrilor de proiectare, descoperind configurații optime ale dispozitivelor.
Cercetătorii au folosit TEGNet pentru a optimiza două tipuri de proiecte de generatoare: unicupuri segmentate și perechi de materiale de tip n și de tip p. AI a identificat geometrii de dispozitive care au prezis o performanță puternică, iar cercetătorii au fabricat apoi generatoare prototip folosind sinterizarea cu plasmă prin scântei. Constatările studiului sugerează că AI poate juca un rol crucial în proiectarea unor astfel de tehnologii, accelerând dezvoltarea unor generatoare termoelectrice mai eficiente și mai accesibile.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare
O singură bază de date vectorială configurată greșit a expus datele tuturor clienților
O singură neconfigurare într-o bază de date vectorială multi-tenant poate duce la expunerea severă a datelor, unde informațiile sensibile ale unui client devin accesibile altuia. Această vulnerabilitate provine din natura semantică a embedding-urilor și din instrumentele de control al accesului mai puțin mature comparativ cu bazele de date tradiționale.
Moonshot AI lansează Kimi K2.7-Code: Model Open-Source cu 1T Parametri, Pretinde Superioritate în Utilizarea Uneltelor față de Claude Opus
Moonshot AI a lansat Kimi K2.7-Code, un model open-source cu 1 trilion de parametri, care contestă benchmark-urile existente. Compania susține că acest nou model depășește Claude Opus de la Anthropic în capacitățile de utilizare a uneltelor, o zonă critică pentru execuția sarcinilor complexe.
IIT Roorkee Deschide Înscrierile pentru a 11-a Promoție a Certificatului Postuniversitar în Data Science, Machine Learning și Generative AI
Institutul Indian de Tehnologie (IIT) Roorkee a anunțat deschiderea înscrierilor pentru a 11-a promoție a programului său de Certificat Postuniversitar. Acest program se concentrează pe Data Science, Machine Learning și Generative AI, adresându-se profesioniștilor care doresc să își îmbunătățească abilitățile în aceste domenii în continuă evoluție.
IBM dorește să devină 'strat de securitate' pentru infrastructura AI open source, investind 5 miliarde de dolari
IBM și-a anunțat intenția de a se poziționa ca un strat de securitate esențial pentru infrastructura AI open source, susținută de o investiție semnificativă de 5 miliarde de dolari. Această mișcare strategică vizează abordarea preocupărilor crescânde legate de securitatea adoptării rapide a modelelor și instrumentelor AI open source.