MIT用人工智能研制新材料

简介: 基于麻省理工的一系列早期工作成果,小组已经找到利用人工智能以协助预测并管理此种变化的方法,而这有望为未来的高科技设备开辟前沿材料研制,他们已经能够在多种硅处理器芯片当中实现一定程度的弹性应变。通过让电子以更高速度穿过材料,即使仅引发1%的整体结构变化,也可以在某些情况下将器件的运行速度提高50%。

基于麻省理工的一系列早期工作成果,小组已经找到利用人工智能以协助预测并管理此种变化的方法,而这有望为未来的高科技设备开辟前沿材料研制,他们已经能够在多种硅处理器芯片当中实现一定程度的弹性应变。通过让电子以更高速度穿过材料,即使仅引发1%的整体结构变化,也可以在某些情况下将器件的运行速度提高50%。

最近,研制表明,即使是自然界中最为坚固且硬度极高的钻石,在以纳米级针状形式存在时,亦可实现高达9%的弹性拉伸且不致结构失效。Li和Yang同时证明,纳米级硅线的纯弹性拉伸承受量甚至超过15%。发现了一种不同的途径,使得我们能够以前所未有的方法探索如何显著改变材料的性质以制造更多器件类别。

最近,研制表明,即使是自然界中最为坚固且硬度极高的钻石,在以纳米级针状形式存在时,亦可实现高达9%的弹性拉伸且不致结构失效。Li和Yang同时证明,纳米级硅线的纯弹性拉伸承受量甚至超过15%。发现了一种不同的途径,使得我们能够以前所未有的方法探索如何显著改变材料的性质以制造更多器件类别。来源:OFweek新材料

目录
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
「比人脑中的突触快100万倍」,MIT的新硬件为人工智能提供了更快的计算速度,而且能耗更低
「比人脑中的突触快100万倍」,MIT的新硬件为人工智能提供了更快的计算速度,而且能耗更低
129 0
|
机器学习/深度学习 人工智能 自然语言处理
受显微镜下线虫启发, MIT人工智能实验室推出「液态」神经网络
近日,MIT计算机科学和人工智能实验室(CSAIL)的团队推出了「液态」神经网络,除在训练过程之外,还可以在实践过程中学习,能随着新的数据输入而不断更新模型方程,很好的适应了现实生活的可变性。有趣的是,这个灵感是从对显微镜下线虫的神经元的观察中得来的。
284 0
受显微镜下线虫启发, MIT人工智能实验室推出「液态」神经网络
|
人工智能
重磅!MIT宣布10亿美元成立全新计算与人工智能学院,重塑70年来结构
麻省理工学院宣布了一项新的10亿美元的项目,旨在解决普惠计算和人工智能(AI)崛起带来的全球性的机遇和挑战,该项目的核心是成立新的MIT Schwarzman计算学院,由Blackstone董事长Schwarzman提供3.5亿美元的基础捐赠。该学院的成立是MIT七十年内最大的结构变化。
6219 0
|
人工智能 机器人 机器学习/深度学习
|
4天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用