Videnskab
 science >> Videnskab >  >> Kemi

Maskinlæring giver en genvej til at simulere interaktioner i materialer til solenergihøst

Maskinlæring kan omgå eksplicit beregning af visse materialers adfærd for at accelerere simuleringer af optiske egenskaber af komplekse materialer ved endelig temperatur. Kredit:Argonne National Laboratory

Forskere bruger maskinlæring til at fremskynde udviklingen af ​​materialer, der kan udnytte energi fra sollys.

At udnytte sollys lover som et middel til rent at generere vedvarende energi til næste generations teknologier, fra solbrændselsceller til vandbehandlingssystemer. Sådanne teknologier kræver en forståelse af, hvad der sker, når materialer og molekyler absorberer sollys.

Computersimuleringer kan hjælpe os til bedre at forstå lys-stof-interaktioner. Imidlertid, modelleringsmaterialer med flere typer strukturer, såsom faststof/vand-grænseflader, er en kompleks opgave. Men nu, et forskerhold ved U.S. Department of Energys (DOE) Argonne National Laboratory har fundet en måde at forenkle disse modelleringsopgaver.

Ved at bruge en datadrevet tilgang baseret på maskinlæring, holdet var i stand til at forenkle løsningen af ​​de kvantemekaniske ligninger, der beskriver, hvordan lys absorberes af et fast stof, væske eller molekyle. Resultaterne af undersøgelsen blev for nylig offentliggjort i Kemiske Videnskaber.

"Det er bestemt ikke intuitivt i starten, men det viser sig, at maskinlæringsteknikker kan bruges til meget anderledes formål end at genkende billeder eller forudsige forbrugernes behov, " sagde Marco Govoni, medforfatter af studiet og assisterende videnskabsmand i Argonnes Materials Science-afdeling.

Tricket? I erkendelse af, at ikke alle led i de kvantemekaniske ligninger behøver at blive beregnet på samme måde. Faktisk, nogle udtryk kunne beregnes – eller læres – ud fra enklere mængder, fremskynder den overordnede simulering bemærkelsesværdigt.

"En vigtig erkendelse af vores arbejde var at forstå, at vi kunne genbruge information opnået for et givet fast stof eller væske uden at gentage beregninger for lignende systemer. Kort sagt, vi fandt på en slags genbrugsprotokol for at reducere kompleksiteten af ​​beregninger, der kræves for at simulere absorption af lys af materialer og molekyler, " sagde Sijia Dong, som var postdoc ved Argonne, da forskningen blev udført og nu er adjunkt ved Northeastern University.

Disse protokoller kan føre til store besparelser, når det kommer til simuleringer, der kan tage mange timer eller endda dage på højtydende computerarkitekturer.

Faktisk, teknikken, som teamet udtænkte, tillod simuleringer af absorptionsspektre af komplekse systemer at køre mellem 10 og 200 gange hurtigere. Disse systemer omfatter faste/flydende grænseflader, såsom dem, der findes mellem vand og en fotoelektrode (et materiale, der kan omdanne sollys til elektricitet).

"Vores undersøgelse gav også indsigt i, hvordan man forbedrer og modificerer den underliggende teori, der blev brugt i simuleringerne, " sagde Giulia Galli, seniorforsker i Argonnes Materials Science-afdeling og vicedirektør for strategi ved Argonnes Advanced Materials for Energy-Water Systems (AMEWS) Center. Galli er også Liew-familieprofessor i molekylær ingeniørvidenskab og professor i kemi ved University of Chicago og direktør for Midwest Integrated Center for Computational Materials (MICCoM) med hovedkvarter i Argonne.

"Effekten af ​​vores maskinlæringsøvelse viste sig at være mere vidtrækkende end forventet; den datadrevne tilgang, vi anvendte, viste os nye måder at studere lys-stof-interaktion i endnu mere realistiske og mere komplekse systemer end det, vi startede med at studere. , " tilføjede Galli.

Holdet ser nu på at anvende disse genveje og genbrugsprotokoller til elektroniske strukturproblemer, ikke kun relateret til lysabsorption, men også til lysmanipulation til kvanteregistreringsapplikationer.


Varme artikler