Po co ufać firmie?
Przejmujemy panikę z zamówień. Mamy miliony trudno dostępnych części z naszych zaufanych źródeł. Odświeżamy nasze oferty produktów o kilka minut, a zakupy online są realizowane w czasie rzeczywistym i wysyłane codziennie.
Założona w 2002 r. MFGChips jest lokalnym liderem w dystrybucji elementów elektronicznych, a także jest uznawana za jedną z najbardziej szanowanych i innowacyjnych firm na lokalnym rynku. Siedziba główna MFGChips z siedzibą w Hongkongu zyskała imponującą reputację dzięki doskonałej obsłudze i opracowywaniu wydajnych, kompleksowych globalnych rozwiązań w zakresie łańcucha dostaw.
Ucz się więcej >
AI odblokowuje nowe materiały kwantowe
Podejście to może przyspieszyć postęp w obliczeniach kwantowych, nadprzewodnikach i technologiach elektronicznych nowej generacji.
Naukowcy z MIT zaprezentowali nową metodę, która umożliwia generatywne modele AI projektowanie materiałów o nietypowych właściwościach kwantowych, potencjalnie przyspieszając postęp w dziedzinach takich jak obliczenie kwantowe.Podejście, zwane scigen (integracja ograniczeń strukturalnych w modelu generatywnym), wprowadza reguły projektowania geometrycznego do istniejących modeli dyfuzji, dzięki czemu wytwarzają materiały o strukturach o strukturach, o których wiadomo, że powodują zachowania egzotyczne.
Zajmuje się to długotrwałym wąskim gardłem w dziedzinie materiałów.Podczas gdy AI w ostatnich latach wygenerowało miliony stabilnych kandydatów na materiały, modele zwykle faworyzują bezpieczne, konwencjonalne struktury, a nie te z niekonwencjonalnymi stanami elektronicznymi lub magnetycznymi.To sprawia, że naukowcy walczą o zidentyfikowanie kandydatów do kwantowych cieczy spinowych i innych obiecujących materiałów kwantowych, z których do tej pory odkryto tylko garść.
Zespół pracuje, ograniczając modele generatywne w celu przestrzegania określonych wzorów sieci - takich jak Kagome i Archimedean Sietices - które są silnie powiązane z efektami kwantowymi.W testach system wygenerował ponad 10 milionów kandydatów materialnych, sprawdził milion pod kątem stabilności i przeprowadził szczegółowe symulacje na 26 000 z nich.Ponad 40% wykazało oznaki magnetyzmu.Z tej puli zespół zsyntetyzował dwa nigdy wcześniej nie widziane związki, TIPDBI i TIPBSB, potwierdzając, że prognozy AI przełożone na rzeczywiste materiały o właściwościach egzotycznych.
Eksperci zewnętrzni zgadzają się, że narzędzie może pomóc eksperymentalistom ustalić priorytet obiecującym kandydatom, przyspieszając postęp w kierunku stabilnych platform obliczeniowych kwantowych i innych aplikacji nowej generacji.Rozwój pojawia się jako globalne wyścigi laboratorium w celu zidentyfikowania materiałów, które mogą wspierać oporne na błędy kubity i nadprzewodniki topologiczne.Naukowcy podkreślają jednak, że AI nie zastąpi eksperymentów: każdy kandydat musi być nadal syntetyzowany i testowany w rzeczywistych warunkach.
Patrząc w przyszłość, zespół planuje rozszerzyć Scigen o ograniczenia chemiczne i funkcjonalne, otwierając możliwość generowania materiałów nie tylko ze strukturami egzotycznymi, ale także z dostrajnymi właściwościami do magazynowania energii, przechwytywania węgla lub zaawansowanej elektroniki.
„Nie potrzebujemy 10 milionów nowych materiałów, aby zmienić świat. Potrzebujemy tylko jednego naprawdę dobrego materiału”, powiedział fizyk MIT Mingda Li, starszy autor badania.