Videnskab
 science >> Videnskab >  >> Kemi

IcePic-algoritmen klarer sig bedre end mennesker i at forudsige iskrystaldannelse

En repræsentation af de mange forskellige materialer, der undersøges for deres potentiale til at kontrollere isdannelse. Kredit:Michael B. Davies

Cambridge-forskere har udviklet en kunstigt intelligent algoritme, der er i stand til at slå videnskabsmænd til at forudsige, hvordan og hvornår forskellige materialer danner iskrystaller.

Programmet - IcePic - kan hjælpe atmosfæriske forskere med at forbedre klimaændringsmodeller i fremtiden. Detaljer er offentliggjort i dag i tidsskriftet PNAS .

Vand har nogle usædvanlige egenskaber, såsom at udvide sig, når det bliver til is. At forstå vand, og hvordan det fryser omkring forskellige molekyler, har vidtrækkende implikationer på en lang række områder, fra vejrsystemer, der kan påvirke hele kontinenter, til opbevaring af biologiske vævsprøver på et hospital.

Celsius temperaturskalaen blev designet ud fra den forudsætning, at det er overgangstemperaturen mellem vand og is; men mens is altid smelter ved 0°C, fryser vand ikke nødvendigvis ved 0°C. Vand kan stadig være i flydende form ved -40°C, og det er urenheder i vand, der gør isen i stand til at fryse ved højere temperaturer. Et af de største formål med feltet har været at forudsige forskellige materialers evne til at fremme dannelsen af ​​is - kendt som et materiales "iskernedannelsesevne".

Forskere ved University of Cambridge har udviklet et 'deep learning'-værktøj, der er i stand til at forudsige iskernedannelsesevnen af ​​forskellige materialer - og som var i stand til at slå videnskabsmænd i en online 'quiz', hvor de blev bedt om at forudsige, hvornår iskrystaller ville formular.

Dyb læring er, hvordan kunstig intelligens (AI) lærer at trække indsigt fra rå data. Den finder sine egne mønstre i dataene og frigør den for behovet for menneskelig input, så den kan behandle resultater hurtigere og mere præcist. I tilfælde af IcePic kan det udlede forskellige iskrystaldannelsesegenskaber omkring forskellige materialer. IcePic er blevet trænet i tusindvis af billeder, så det kan se på helt nye systemer og udlede nøjagtige forudsigelser fra dem.

Et fremmed materiale fremmer væksten af ​​is i en vandfilm. Kredit:Michael B. Davies

Holdet oprettede en quiz, hvor videnskabsmænd blev bedt om at forudsige, hvornår iskrystaller ville dannes under forskellige forhold vist med 15 forskellige billeder. Disse resultater blev derefter målt i forhold til IcePics ydeevne. Da de blev sat på prøve, var IcePic langt mere præcis til at bestemme et materiales iskernedannelsesevne end over 50 forskere fra hele kloden. Desuden hjalp det med at identificere, hvor mennesker gik galt.

Michael Davies, en ph.d. studerende i ICE-laboratoriet ved Yusuf Hamied Department of Chemistry, Cambridge og University College London, London, førsteforfatter af undersøgelsen, sagde:"Det var fascinerende at lære, at billederne af vand, vi viste IcePic, indeholder nok information til faktisk at forudsige iskernedannelse.

"På trods af, at vi – det vil sige menneskeforskere – havde et 75 års forspring med hensyn til videnskaben, var IcePic stadig i stand til at gøre noget, vi ikke kunne."

Bestemmelse af dannelsen af ​​is er blevet særligt relevant inden for forskning i klimaændringer.

Vand bevæger sig konstant inden i Jorden og dens atmosfære, kondenserer til skyer og udfælder i form af regn og sne. Forskellige fremmede partikler påvirker, hvordan is dannes i disse skyer, for eksempel røgpartikler fra forurening sammenlignet med røgpartikler fra en vulkan. At forstå, hvordan forskellige forhold påvirker vores skysystemer, er afgørende for mere nøjagtige vejrudsigter.

"Kernedannelsen af ​​is er virkelig vigtig for det atmosfæriske videnskabssamfund og klimamodellering," sagde Davies. "I øjeblikket er der ingen brugbar måde at forudsige iskernedannelse på andet end direkte eksperimenter eller dyre simuleringer. IcePic burde åbne op for mange flere applikationer til opdagelse." + Udforsk yderligere

Vi har tænkt på, hvordan is dannes i cirrusskyer helt forkert




Varme artikler