Artificial Intelligence ອາດຈະມີຄໍາຕອບຕໍ່ການແຜ່ກະຈາຍຂອງການປົນເປື້ອນ

ການລາຍງານຢ່າງເປັນທາງການຂອງໂມເລກຸນຂອງໄຮໂດຄາບອນທີ່ມີກິ່ນຫອມ polycyclic (PAHs) ເທິງພື້ນຜິວ graphene, ແລະໃນລະຫວ່າງການເຜົາໃຫມ້ບໍ່ສົມບູນຂອງຖ່ານຫີນ, ນ້ໍາມັນຫຼືນໍ້າມັນແອັດຊັງ, ດັ່ງນັ້ນ, ພວກມັນເປັນອັນຕະລາຍຫຼາຍແລະເປັນມົນລະພິດສູງ, ຮູ້ວ່າໂມເລກຸນເຫຼົ່ານີ້ແຜ່ຂະຫຍາຍແນວໃດສາມາດສົ່ງຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມແລະສຸຂະພາບ. ຍຸດທະສາດການປົກປ້ອງ, ແລະປັນຍາທຽມມີຄໍາຕອບ.

ນັກຄົ້ນຄວ້າຈາກມະຫາວິທະຍາໄລສະຖາບັນການສຶກສາຂັ້ນສູງໃນຟີຊິກປະລໍາມະນູ, ໂມເລກຸນແລະ Photonic (IUdEA) ຂອງມະຫາວິທະຍາໄລ La Laguna (ULL) ໄດ້ສົ່ງເສີມການຄົ້ນຄ້ວາສູນກາງໃຫມ່ໃນການນໍາໃຊ້ແລະການນໍາໃຊ້ເຕັກນິກປັນຍາປະດິດເພື່ອກໍານົດວິທີການຂະຫຍາຍພັນນີ້. ພະຍາຍາມເຂົ້າໃຈການເຮັດວຽກແລະການແຜ່ກະຈາຍຂອງມັນ, ເຊິ່ງ "ມີຄວາມສໍາຄັນທີ່ສຸດໃນການພັດທະນາການສືບສວນຈໍານວນຫລາຍ", ດັ່ງທີ່ໄດ້ອະທິບາຍໂດຍອາຈານຂອງພະແນກຟີຊິກຢູ່ ULL ແລະຜູ້ອໍານວຍການສະຖາບັນການສຶກສາຂັ້ນສູງໃນປະລໍາມະນູ, ໂມເລກຸນແລະໂຟໂຕນິກຂອງມະຫາວິທະຍາໄລ. ຟີຊິກ , Javier Hernández-Rojas.

"ສິ່ງທີ່ພວກເຮົາພະຍາຍາມເຮັດກັບການຄົ້ນຄວ້ານີ້ແມ່ນເພື່ອຮູ້ຈັກວິທີການທີ່ໂມເລກຸນເຫຼົ່ານີ້ fuse ຢູ່ເທິງຫນ້າດິນ, ເພາະວ່າຂໍ້ມູນນີ້ຈະໃຫ້ພວກເຮົາຂໍ້ມູນທີ່ມີຄຸນຄ່າຫຼາຍກ່ຽວກັບວິທີທີ່ພວກມັນພົວພັນກັບກັນແລະກັນແລະໂດຍສະເພາະ, ພວກມັນເຮັດແນວໃດ. ຢູ່ເທິງພື້ນຜິວ "ຂອງ graphene," ຊີ້ໃຫ້ເຫັນຜູ້ຊ່ຽວຊານ. ດ້ວຍສິ່ງທ້າທາຍນີ້, ນັກຄົ້ນຄວ້າສ່ວນບຸກຄົນຂອງສູນວິຊາການໄດ້ເລີ່ມຕົ້ນສາຍຂອງການຮ່ວມມືກັບຜູ້ຊ່ຽວຊານດ້ານປັນຍາປະດິດຈາກມະຫາວິທະຍາໄລ Aalto (ຟິນແລນ).

ນັກຄົ້ນຄວ້າຈາກມະຫາວິທະຍາໄລຟິນແລນ, Rina Ibragimova, ເປັນຜູ້ຊ່ຽວຊານດ້ານການນໍາໃຊ້ແລະການນໍາໃຊ້ 'ການຮຽນຮູ້ເຄື່ອງຈັກ' ໃນການກໍ່ສ້າງປະຕິສໍາພັນຂອງລະບົບທີ່ສົມບູນທີ່ປະກອບດ້ວຍຫຼາຍພາກສ່ວນ, ພົບວ່າປະໂຫຍດທີ່ຍິ່ງໃຫຍ່ໃນເວລາທີ່ການນໍາໃຊ້ສາຂາຂອງປັນຍາປະດິດນີ້ແມ່ນ. ໃນຄວາມແມ່ນຍໍາທີ່ສຸດ.

ເລີ່ມຕົ້ນຈາກການຕັ້ງຄ່າຕ່າງໆ, ລະບຽບວິໄນນີ້ຝຶກອົບຮົມລະບົບເພື່ອຮັບຮູ້ວ່າໂຄງສ້າງແມ່ນຫຍັງໃນແຕ່ລະເຫດການສະເພາະ. 'ການຮຽນຮູ້ເຄື່ອງຈັກ' ໄດ້ພິຈາລະນາຄວາມເປັນໄປໄດ້ຂອງການຮູ້ຢ່າງຖືກຕ້ອງກ່ຽວກັບຄຸນສົມບັດຂອງລະບົບຂະຫນາດນ້ອຍຫຼາຍເພື່ອເຂົ້າຫາລະບົບຂະຫນາດໃຫຍ່ຫຼາຍດ້ວຍຄວາມຖືກຕ້ອງອັນໃຫຍ່ຫຼວງ, ບາງສິ່ງບາງຢ່າງທີ່ຟີຊິກຄລາສສິກບໍ່ມີ.

ໃນການຄົ້ນຄວ້າຂອງນາງ, Rina Ibragimova ກໍາລັງແກ້ໄຂລະບົບຂະຫນາດໃຫຍ່, ເຖິງ 10.000 ປະລໍາມະນູ, ເຊິ່ງບໍ່ພຽງແຕ່ຂະຫນາດຂອງພວກມັນມີຄວາມສໍາຄັນ, ແຕ່ຍັງການໂຕ້ຕອບລະຫວ່າງພວກມັນແລະ, ເຫນືອສິ່ງທັງຫມົດ, ຄວາມຖືກຕ້ອງຂອງມູນຄ່າຂອງການໂຕ້ຕອບເຫຼົ່ານັ້ນ.

ການສຶກສາຂອງພວກເຂົາ, ເຖິງແມ່ນວ່າພວກເຂົາສຸມໃສ່ວິທະຍາສາດພື້ນຖານ, ຍັງສາມາດໃຊ້ກັບວິທະຍາສາດທີ່ໃຊ້ໄດ້, ແລະນັ້ນແມ່ນຫນຶ່ງໃນພື້ນຖານຂອງການຮ່ວມມືທີ່ລິເລີ່ມລະຫວ່າງມະຫາວິທະຍາໄລ La Laguna ແລະ Aalto.

ວັດສະດຸໃຫມ່ທີ່ທົນທານຕໍ່ຫຼາຍ

ທັງສອງມະຫາວິທະຍາໄລໄດ້ຈັດການປະຊຸມຫຼາຍໆຄັ້ງກັບກຸ່ມຄົ້ນຄ້ວາ, ຫນຶ່ງໃນນັ້ນໃນວິຊາຟີຊິກດາລາສາດ, ມີຄວາມສົນໃຈໃນການຮູ້ຕົ້ນກໍາເນີດຂອງການສ້າງຕັ້ງຂອງ fullerene (C-60), ໂມເລກຸນທີ່ຄົ້ນພົບໃນຊຸມປີ 80.

ການເພີ່ມປະສິດທິພາບຂອງການສຶກສາເຊັ່ນ fullerene, ເຊັ່ນດຽວກັນກັບ coronene, ຍັງມີຄວາມສົນໃຈຫຼາຍໃນ astrophysics, ພ້ອມກັບຄວາມເປັນໄປໄດ້ຂອງການສຶກສາ 'ການຮຽນຮູ້ເຄື່ອງຈັກ' ໃນສະພາບທີ່ຮຸນແຮງ, ຄວາມກົດດັນແລະອຸນຫະພູມສູງຫຼາຍ, ເຊິ່ງຈະຊ່ວຍໃຫ້ຊອກຫາອຸປະກອນໃຫມ່. ທົນທານຕໍ່ຫຼາຍ, ແມ່ນຈຸດປະສົງອື່ນໆຂອງການຄົ້ນຄວ້ານີ້.