재료 과학
Allegro-FM: AI 시뮬레이션이 주도하는 지속 가능한 재료 과학
인공지능(AI)은 재료 과학 분야에서 많은 발견을 하고 있습니다. 이러한 다양한 발견은 모두 이론적인 것이 아니라, 실제로 다양한 산업에 영향을 미치는 실질적인 것입니다.
예를 들어, 마이크로소프트는 Azure Quantum Elements 도구와 고성능 컴퓨팅을 사용하여 32 백만 개의 재료를 80 시간 만에 18 개로 좁혔습니다. 이는 일반적으로 수년이 걸리는 과정입니다. 과학자들은 또한 리튬 배터리에서 리튬 사용량을 70% 줄일 수 있는 재료를 합성했습니다.
또 다른 예에서는 MIT 연구자들이 새로운 단백질을 설계하기 위해 AI를 사용했습니다. 이러한 재료는 석유로 만든 재료를 대체할 수 있으며 훨씬 작은 탄소 발자국을 가집니다.
에너지 저장, 배터리 혁신, 생체 재료 외에도 AI는 반도체 기술, 항공 우주, 화학 제조 등 다양한 분야에서 연구되고 있습니다.
| 프로젝트 | 조직 | 응용 분야 | 사용된 AI 모델 |
|---|---|---|---|
| Azure Quantum Elements | 마이크로소프트 | 배터리 재료 | 클라우드 AI + HPC |
| Protein Design Platform | MIT | 생체 재료 | Equivariant Diffusion |
| MOF Generator | Argonne National Lab | 탄소 포집 | Generative AI |
| Allegro-FM | USC Viterbi | 그린 콘크리트 | E(3) Equivariant FM |
계산 시스템의 능력을 이용하여 인간의 지능과 관련된 작업을 수행하는 또 다른 중요한 사용 사례는 지속 가능한 재료와 그린 재료의 생성에 있습니다.
예를 들어, IBM의 RoboRXN은 AI, 자동화, 클라우드를 결합하여 재료 발견을 가속화하는 프로젝트입니다. 이 원격으로 접근할 수 있는 화학 실험실을 통해 IBM은 새로운 분子的 자율적 합성과 테스트를 가능하게 합니다.
연구자들은 또한 기존의 재료를 대체할 수 있는 금속-유기 골격체(MOF)를 탄소 포집을 위해 스크린하는 데 기계 학습을 사용하고 있습니다.
탄소 포집은 산업 시설에서 온실 가스(GHG) 배출을 줄이는 데 중요한 기술입니다. MOF는二산화탄소를 선택적으로 흡수할 수 있는 능력으로 인해 유망한 후보입니다.
이러한 다공성 재료의 분자는 유기 노드, 무기 노드, 유기 링크어가 있으며 다양한 구성으로 배열할 수 있으므로 수많은 잠재적인 MOF 구성의 설계와 테스트가 가능합니다.
발견 과정을 가속화하기 위해 미국 에너지부(DOE)의 Argonne 국립 연구소의 연구자들은 30분 만에 12만 개 이상의 새로운 MOF 후보를 빠르게 조립하기 위해 생성적 AI를 사용했습니다.
이제 USC Viterbi 공학 대학의 연구자들은 콘크리트 산업의 이산화탄소 배출을 해결하고 있습니다. 콘크리트 산업은 주로 시멘트 생산을 통해 전 세계 이산화탄소 배출의 약 8%를 차지합니다.
이 문제를 해결하기 위해 연구자들은 “이산화탄소 포집”이라는 프로세스를 조사했습니다. 이산화탄소 포집은 대기 중의 이산화탄소를 포집하고 저장하는 프로세스입니다.
이산화탄소 포집은 탄소 중립을 달성하고 GHG 배출을 줄이는 유망한 해결책이지만, 이는 어려운 프로세스입니다. 해결책을 찾기 위해 연구자들은 AI를 사용했습니다.
연구자들은 Allegro-FM이라고 하는 초규모 분자 동력학 시뮬레이션을 위한 기초 모델을 제시했습니다. 이를 위해 연구자들은 E(3) 등가 네트워크 아키텍처(Allegro)와 대규모 유기 및 무기 재료 데이터 세트를 사용했습니다.
결과는 Allegro-FM로, 다양한 재료 시뮬레이션을 수행할 수 있습니다.
재료 과학을変える 기초 모델
기초 모델은 대규모 데이터 세트에서 훈련된 대규모 AI 모델로, 다양한 다운스트림 작업에 적응할 수 있습니다. 이러한 모델은 사전 훈련되므로 특정 작업에 대한 추가 훈련이 필요하지 않습니다.
Allegro-FM의 돌파구: 10 억 개의 원子的 시뮬레이션
Allegro-FM은 10 억 개의 원子的 동시 시뮬레이션을 수행할 수 있습니다. 이는 기존의 분자 시뮬레이션 방법이 처리할 수 있는 것보다 훨씬 더 많은 원자를 처리할 수 있습니다.
Allegro-FM을 사용한 시멘트 설계
연구자들은 Allegro-FM을 사용하여 시멘트의 이산화탄소 저장 행동을 모델링했습니다. 시멘트는 이산화탄소를 포집할 수 있는 능력으로 인해 탄소 저장 재료로 관심을 받고 있습니다.
재료 연구의 미래: AI가 양자 역학을 대체하는 것
AI의 사용은 과학자와 엔지니어에게 게임을 변경했습니다. 전통적인 접근 방식은 매우 기술적이고 느렸습니다. 그러나 AI의 발전은 연구를 수행하는 방식을変했습니다.
그린 케미스트리에 투자하기
미국에서 가장 큰 화학 회사 중 하나인 Dow는 지속 가능한 재료와 탄소 포집 기술에积極적으로 투자하고 있습니다. Allegro-FM과 같은 AI 기반 시뮬레이션은 더 깨끗한 화학 물질을 개발하기 위한 완벽한 도구입니다.
