Perché affidarti alla tua attività?
Eliminiamo il panico dagli appalti. Disponiamo di milioni di parti difficili da trovare dalle nostre fonti attendibili. Aggiorniamo i nostri elenchi di prodotti in pochi minuti e gli acquisti online vengono completati in tempo reale e spediti ogni giorno.
Fondata nel 2002, MFGChips è leader locale nella distribuzione di componenti elettronici ed è oggi riconosciuta come una delle aziende più rispettate e innovative nel mercato locale. Con sede ad Hong Kong, MFGChips si è guadagnata un'impressionante reputazione per la fornitura di un servizio eccezionale e lo sviluppo di soluzioni efficienti e complete per la catena di approvvigionamento globale.
Per saperne di più >
AI sblocca nuovi materiali quantistici
L'approccio potrebbe accelerare i progressi nel calcolo quantistico, ai superconduttori e alle tecnologie elettroniche di prossima generazione.
I ricercatori del MIT hanno svelato un nuovo metodo che consente ai modelli di intelligenza artificiale generativi di progettare materiali con proprietà quantistiche insolite, potenzialmente accelerando i progressi in campi come il calcolo quantistico.L'approccio, chiamato scigen (integrazione del vincolo strutturale nel modello generativo), introduce le regole di progettazione geometrica nei modelli di diffusione esistenti in modo che producano materiali con strutture note per dare origine a comportamenti esotici.
Questo affronta un collo di bottiglia di vecchia data nella scienza dei materiali.Mentre l'IA ha generato milioni di candidati materiali stabili negli ultimi anni, i modelli preferiscono in genere strutture sicure e convenzionali piuttosto che quelle con stati elettronici o magnetici non convenzionali.Ciò lascia i ricercatori che lottano per identificare i candidati per i liquidi di spin quantistici e altri promettenti materiali quantistici, di cui fino ad oggi sono stati scoperti solo una manciata.
Il team lavora vincolando i modelli generativi per seguire specifici schemi reticolari, come i reticoli di Kagome e Archimedean - che sono fortemente legati agli effetti quantistici.Nei test, il sistema ha generato oltre 10 milioni di candidati ai materiali, ha proiettato un milione di stabilità e ha eseguito simulazioni dettagliate su 26.000 di essi.Più del 40% ha mostrato segni di magnetismo.Da quel pool, il team ha sintetizzato due composti mai visti prima, tipdbi e tipbsb, confermando che le previsioni di intelligenza artificiale si sono tradotte in materiali reali con proprietà esotiche.
Gli esperti esterni concordano che lo strumento potrebbe aiutare gli sperimentatori a dare la priorità ai candidati promettenti, accelerando i progressi verso piattaforme di calcolo quantistiche stabili e altre applicazioni di prossima generazione.Lo sviluppo arriva quando Global Labs Race per identificare materiali in grado di supportare Qubit resistenti agli errori e superconduttori topologici.I ricercatori sottolineano, tuttavia, che l'IA non sostituirà gli esperimenti: ogni candidato deve essere ancora sintetizzato e testato in condizioni del mondo reale.
Guardando al futuro, il team prevede di estendere Scigen per includere vincoli chimici e funzionali, aprendo la possibilità di generare materiali non solo con strutture esotiche ma anche con proprietà sintonizzabili per lo stoccaggio di energia, la cattura del carbonio o l'elettronica avanzata.
"Non abbiamo bisogno di 10 milioni di nuovi materiali per cambiare il mondo. Abbiamo solo bisogno di un materiale davvero buono", ha affermato il fisico MIT Mingda Li, autore senior dello studio.