Bu məqalə Science X-nin redaktorluq prosesi və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Tərcüməçilər məzmunun etibarlılığını təmin edərkən aşağıdakı xüsusiyyətləri vurğulayıblar:
Sənaye, infrastruktur və enerji sektorunun tələblərini ödəmək üçün hər il dünyada təxminən 2 milyard metrik ton metal istehsal olunur. Bu istehsalın böyük hissəsi hələ də ilkin xammallara əsaslanır və bu, sənaye istixana qazı emissiyalarının təxminən 40%-ni və qlobal enerji istehlakının 10%-ni təşkil edir. Yeniləmə metallarının istifadəsini artırmaq metal istehsalının ətraf mühitə təsiri əhəmiyyətli dərəcədə azaldır və eyni zamanda nadir və strateji əhəmiyyət kəsb edən xammalların idxalına asılılığı azaldır.
Bununla birlikdə, metalların yenidən işlənməsi ciddi çətinliklərlə üzləşir. Birincil xammaldan fərqli olaraq, metal qrupunun kimyəvi tərkibi çox dəyişir və istənilməyən elementlər ola bilər. Bu dəyişikliklər təkrar işlənmiş ərinəklərin mexaniki xüsusiyyətlərini pozmaqla çətinləşdirə bilər və tələbkar sənaye tələblərinə cavab verən yüksək performanslı materialların istehsalını çətinləşdirir.
Beynəlxalq alimlər qrupu bu çətinliyi bir fürsətə çevirən yeni maşın öyrənmə strategiyası hazırlayıb. Tədqiqatçılar metal tullantılarının çirkləndirmələrini zərərsiz çirkləndiricilər kimi qəbul etmədən, onları birləşmə elementləri kimi aktiv şəkildə istifadə edirlər. Nəticədə "çirkli ərinə"lər yalnız tullantı tərkibində dəyişikliklərə daha dözümlü deyil, həm də yaxşı mexaniki xüsusiyyətləri və aşağı istehsal xərcləri ilə gəlir. Alimlər öz tapdıqlarını "Science Advances" jurnalında dərc ediblər.
"Metal tullantıları ilə mübarizə aparmaq üçün ənənəvi üsul, onları qız material əlavə edərək incitməkdir. Bununla birlikdə, bu, təkrar emalın ətraf mühitə faydalarını pozur, çünki virgin metalların istehsalı böyük miqdarda enerji tələb edir və əhəmiyyətli CO2 emisiyasını yaradır. Buna görə də bu pislikləri problemdən üstünlük halına gətirən yeni bir maşın öyrənmə strategiyası hazırladıq və bu, yalnız çirklənmələrə dözməməklə yanaşı, hətta onlardan faydalanmaq üçün də imkan verən birləşmələr hazırlamağa imkan verdi" deyə həkim izah edir. Liuliu Han, Max Planck Mədəniyyətlər İnstitutunun tərəfdaş qrupunun rəhbəri və son nəşrin müvafiq müəlliflərindən biri.
Yeni maşın öyrənmə çərçivəsində əsas xüsusiyyət, mikrostruktural xüsusiyyətlərə əsaslanmadan, alyum tərkibinə və emal şəraitinə arzu olunan performansla əlaqələndirməsidir. Mövcud birləşmə dizaynlarından başlayaraq, ağac axtarış algoritması əvvəlcədən müəyyən edilmiş aralıqlar daxilində temperatur və vaxt kimi dəyişən tərkibin və emal parametrləri ilə yeni namizədlər yaradır. Neural şəbəkə modelləri hər bir namizədin çəkilmə gücünü və uzantısını proqnozlaşdırır və mövcud olan ən yaxşı güc-düktillik müqayisələrini yaxşılaşdırmaq üçün birləşmələrə baxmağa yönəltməkdir. Alqoritm perspektivli dizaynların təkmilləşdirilməsini dizayn məkanının daha az sınaqdan keçirilmiş bölgələrini araşdırmaqla bərabərləşdirir.
Xülasə — davamını mənbədə oxuyun.
