人工智能寻找新型无稀土磁铁 速度是人类的200倍

人工智能寻找新型无稀土磁铁 速度是人类的200倍 随着全球逐渐摒弃内燃机,转向电动汽车,对紧凑型大功率电机的需求也在迅速增长。目前,汽车行业中最受欢迎的是永磁电机,80%以上的现代电动汽车都使用这种电机。据 Materials Nexus 预计,到 2030 年,仅电动汽车行业对永磁体的需求就将增长十倍。不仅是电动汽车和卡车。问题是,用于制造最强大磁铁和最高效、功率密度最大的电机的稀土材料(如钕和镝)需要破坏性开采和昂贵的能源密集型加工。中国拥有全球最大的电动汽车市场,已成为稀土开采和加工领域的领导者,从地下开采出的稀土占全球总量的70%,加工量接近 90%。这使得中国对这些重要材料拥有类似垄断的控制权,从而使其他市场面临供应中断和价格波动的风险。人们开始寻找替代品,一些汽车制造商和供应商开始开发并采用无磁电机。包括特斯拉在内的其他汽车制造商正在追求不使用稀土材料的永磁设计。无稀土磁铁听起来确实是一种令人感兴趣的解决方案,但它们可能难以配制,而且功率不如传统稀土磁铁。Niron Magnetics 公司开发出了所谓的世界上第一种高性能无稀土磁体,它使用了大量可获得的铁和氮的混合物,但十多年来,该公司一直在研究和开发这种磁体,但仍未完全准备好进行大规模生产。Materials Nexus 相信自己拥有当代和未来的磁性初创企业所需要的识别和开发不含稀土的磁性材料的能力,而且通过用人工智能取代老式的试错法,它相信这些初创企业能够以比传统方法快数百倍的速度完成这项工作。该公司表示,其人工智能平台可以在几天或几周内识别出不含稀土的磁性材料,而过去则需要数年甚至数十年的时间。Materials Nexus 利用其人工智能平台确定了一种无稀土永磁材料,并将其命名为 MagNex。在确定 MagNex 之前,人工智能分析了 1 亿多种无稀土材料成分,并将成本、供应链安全、性能和环境影响等变量考虑在内。在人工智能完成繁重的工作后,Materials Nexus 在谢菲尔德大学亨利-罗伊斯研究所的帮助下合成并测试了 MagNex。在三个月的时间里,该公司完成了人工智能系统之前需要数年才能完成的工作。此外,MagNex 的生产成本仅为现有稀土磁铁的 20%,而材料碳排放量却减少了 70%。谢菲尔德大学冶金与材料加工系教授伊恩-托德(Iain Todd)说:"我们与 Materials Nexus 的首次互动就取得了如此积极的成果,这让我们感到非常兴奋。Materials Nexus 使用人工智能发现材料的方法与我们在谢菲尔德的亨利-罗伊斯研究所(Henry Royce Institute)拥有的制造先进合金的世界级设施相结合,以惊人的速度开发出了一种新型磁性材料"。虽然全新的无稀土磁铁为本周的公告增添了不少亮点,但这远非 Material Nexus 的人工智能唯一可能的应用案例。该公司表示,人工智能将适用于各行各业,帮助识别和创造下一代尖端材料,推动新技术和二氧化碳减排。该公司计划与行业合作伙伴合作,加速发现可行、经济、可持续的下一代材料。Materials Nexus 首席执行官 Jonathan Bean 博士表示:"我们的平台已经吸引了人们对各种产品的广泛兴趣,这些产品的应用领域包括半导体、催化剂和涂料。"我期待着看到它在支持市场需求,创造新型材料,帮助解决日益紧迫的供应链和环境问题方面所发挥的作用。"我们也是如此。我们还期待看到 MagNex 成为永磁电机的一种可行的磁铁替代品,无论是针对电动汽车还是其他应用,此类电机的需求量都将居高不下。 ... PC版: 手机版:

相关推荐

封面图片

打造“无中国”稀土磁铁供应链面临重重困难

打造“无中国”稀土磁铁供应链面临重重困难 打造“无中国”供应链颇为艰难。生产稀土磁铁时就是如此。这是一种强大的技术,对于智能手机和电动汽车至关重要,对于喷气式战机和风力涡轮机亦然。几十年来,中国一直主导着稀土磁铁制造过程的每一个环节。中国是唯一有能力从头到尾大规模生产稀土磁铁的国家。 现在,随着美国和欧洲对不含中国元素的磁铁的需求日益增长,多种公司试图打破中国对这一市场的控制,它们努力拼接覆盖全球的供应链,但障碍重重。全球稀土产量的三分之二都来自中国。中国的稀土矿石加工能力占全球的85%,磁铁制造产能在全球占比超过90%。 美国和澳大利亚能够开采稀土,但无法进行大规模加工。马来西亚可以加工矿石,但不生产磁铁。日本能够生产磁铁,但没有稀土矿。 总部位于伦敦的市场情报提供商Project Blue的研究主管David Merriman说:“在友好国家之间扩建这一分散的供应链,或许是最有可能的发展方式。”“需要强调的是,中国已经遥遥领先。”

封面图片

阿里:中美人工智能创新速度相近

阿里:中美人工智能创新速度相近 阿里国际数字商业集团副总裁张凯夫出席论坛时表示,中国在人工智能创新的速度与美国相近,尤其在开放源代码的人工智能技术,所以即使中美关系紧张,对该公司人工智能发展潜力仍然乐观。他表示,阿里正用生成式人工智能模型,协助跨境电商的商户生成内容、翻译和收取被退回的货品。现时国际电商业务每年消费者客户约 3 亿,全球有逾 100 万个商户。

封面图片

人工智能有“灭绝(人类)的危险”

人工智能有“灭绝(人类)的危险” 非营利组织“人工智能安全中心Center for AI Safety”预计将发布一份只有一句话的声明:“减轻人工智能带来的灭绝风险应与其他社会规模的风险,如大流行病和核战争一样,成为全球优先事项。”这封公开信由 350 多名从事人工智能工作的高管、研究人员和工程师签署,签署者包括三家领先的人工智能公司 OpenAI、谷歌 DeepMind 和Anthropic 的 CEO,也包括除了 Yann LeCun 之外的人工智能领域另外两位图灵奖得主。来源 , 来自:雷锋 频道:@kejiqu 群组:@kejiquchat 投稿:@kejiqubot

封面图片

《人工 X 智能 》| 简介:人工 X 智能可能讲述了人工智能在发展过程中引发的一系列故事。也许是人工智能拥有了自主意识,与人类

《人工 X 智能 》| 简介:人工 X 智能可能讲述了人工智能在发展过程中引发的一系列故事。也许是人工智能拥有了自主意识,与人类产生了情感纠葛或利益冲突;也可能是人类利用人工智能解决各种问题,但却面临着新的挑战和危机。影片围绕人工智能这一主题,探讨科技与人类的关系,以及科技发展对社会和人类生活的影响 。| 文件大小 NG | 链接: |标签: #人工 X 智能 #人工智能 #科技人类 #社会影响

封面图片

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃 用于训练大型语言模型的数据最初来自人类来源,如书籍、文章、照片等,这些都是在没有人工智能的帮助下创建的。但随着越来越多的人使用人工智能来制作和发布内容,一个明显的问题出现了:当人工智能生成的内容在互联网上扩散时,人工智能模型开始对其进行训练。研究人员发现,“在训练中使用模型生成的内容会导致所产生的模型出现不可逆转的缺陷。”他们研究了文本到文本和图像到图像的人工智能生成模型的概率分布,得出结论:“从其他模型产生的数据中学习会导致模型崩溃 这是一个退化的过程,并且随着时间的推移,模型会忘记真正的基础数据分布。”他们观察到模型崩溃发生得如此之快:模型可以迅速忘记它们最初学习的大部分原始数据。这导致它们随着时间的推移,表现越来越差,错误越来越多。来源 , 来自:雷锋 频道:@kejiqu 群组:@kejiquchat 投稿:@kejiqubot

封面图片

科学简单点:什么是人工智能?

科学简单点:什么是人工智能? 在这段《什么是人工智能》的视频中,阿贡国家实验室的科学家 Taylor Childers 和 Bethany Lusch 讨论了人工智能通过模仿大脑的学习能力来帮助解决复杂问题的计算机技术和技巧。研究人员利用人工智能更好、更快地解决科学、医学和技术领域最棘手的问题,并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体,以及找到管理交通堵塞的方法。研究人员利用人工智能来更好、更快地解决科学、医学和技术领域最棘手的问题,并帮助推动这些领域的发现。这包括帮助我们了解 COVID-19 如何攻击人体,以及寻找管理交通堵塞的方法。能源部(DOE)的许多设施,如阿贡国家实验室,都在协助开发一些最先进的人工智能技术。如今,这些技术已应用于从化学、环境和制造科学到医学和宇宙的各个研究领域。人工智能被用来帮助建立复杂系统(如发动机或天气)的模型,并预测如果这些系统的某些部分发生变化(如使用不同的燃料或温度持续升高)可能会发生的情况。但人工智能还有更多用途。阿贡人工智能工具箱中的一个重要工具是一种名为机器学习的技术,当它从更多的数据中学习时,它就会变得更聪明或更准确。机器学习对于识别隐藏在一幅更大、更拥挤的画面中的特定对象非常有帮助。在一个流行的例子中,通过向一个机器学习模型展示许多图片,训练该模型识别猫和狗的主要特征。后来,该模型能够从混合动物的图片中识别出猫和狗。类似的机器学习模型可以帮助科学家从太空望远镜中获得的天体图像中识别出不同类型的星系。机器学习只是帮助我们更快、更准确地学习的众多人工智能技术之一。它们可以帮助为一种新材料选择合适的分子或化学物质,有朝一日还能独立指导新的实验。阿贡与全球许多组织合作,成为人工智能应用和开发领域的领导者,其中包括将人工智能应用于以下领域:延长汽车和能源电池的使用寿命。建立更好的气候模型,预测野火、飓风和其他灾害,帮助我们的社区和电力公司防范这些灾害。找到病毒攻击我们细胞的部分,并开发出对抗它们的药物。人工智能分析大量复杂数据,以计算机速度执行人类任务。如今已成为我们日常生活的一部分,它有助于简化基本任务,如语音识别、内容推荐或基于人或物的照片搜索。科学家们正在以类似的方式利用人工智能来增进我们对周围世界的了解。人工智能可以帮助他们更快地分析堆积如山的数据,并提供更好的解决方案。从材料科学和医学到气候变化和宇宙,许多研究领域都在使用不同的人工智能技术。例如,我们可以通过查看许多不同的示例来训练人工智能识别复杂的模式。研究人员可以利用这种能力,通过对所有已知的太阳能电池或药物材料进行人工智能训练,找到新的改良材料。然后,人工智能可以帮助研究人员锁定其他有前景的材料,这些材料可以在实验室中制造和测试。编译自:ScitechDaily相关文章:科学简单点:什么是超级计算? ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人