vie 17 de nov
|Seminario web de Zoom
Serie de seminarios de investigación sobre convergencia: Steven R. Sturgeon, PhD (Laboratorio Nacional del Noroeste del Pacífico)
Dominio de materiales guiado por inteligencia artificial
Horario y ubicación
17 nov 2023, 10:50 a.m. – 10:55 a.m.
Seminario web de Zoom
Acerca del evento
Resumen : La inteligencia artificial (IA) promete remodelar la investigación científica y permitir descubrimientos revolucionarios en áreas como la computación cuántica, el almacenamiento de energía y la fabricación avanzada. Si bien ahora es posible producir materiales en configuraciones casi ilimitadas, la ingeniería de la funcionalidad deseable depende de un control preciso de la estructura y los defectos en todas las escalas. Las vías de síntesis complejas pueden conducir a desviaciones significativas de las estructuras idealizadas, que ocurren en escalas de tiempo y duración que son difíciles de investigar experimental y teóricamente. Por lo tanto, el dominio de los materiales se basa en la capacidad de adquirir y actuar sobre flujos de datos microscópicos complejos, heterogéneos y de rápida evolución, una tarea especialmente adecuada para los métodos emergentes de inteligencia artificial y aprendizaje automático. Aquí discutiré nuestros esfuerzos de investigación para desarrollar un nuevo marco para el descubrimiento de materiales, aprovechando la automatización integrada, el análisis basado en dominios y el control predictivo para un razonamiento similar al humano. Mostraré cómo la IA está transformando el presente y el futuro del descubrimiento y diseño de materiales, permitiéndonos manipular ricamente la materia para tecnologías emergentes.
Bio : Dr. Steven R. Spurgeon es científico senior de datos de materiales en la Dirección de Seguridad Nacional del Laboratorio Nacional del Noroeste del Pacífico, con un nombramiento afiliado como profesor asociado de Física en la Universidad de Washington. Se desempeña como líder de impulso de las iniciativas de sintonizabilidad adaptativa para síntesis y control mediante aprendizaje autónomo en el borde (ATSCALE) y dinámica química (CDi) de PNNL. Su investigación se centra en el desarrollo de síntesis, caracterización y modelado de materiales guiados por inteligencia artificial para la electrónica de próxima generación, la computación cuántica y el almacenamiento de energía. Ha publicado más de 75 artículos en revistas y se desempeña como editor de la revista internacional Microscopy and Microanalysis. Ha recibido premios del Departamento de Energía de EE. UU., la Fundación Nacional de Ciencias, la Sociedad de Investigación de Materiales, la Sociedad de Microscopía de América y el Departamento de Defensa. Antes de unirse a PNNL, recibió su doctorado. en Ciencia de Materiales de la Universidad de Drexel y su Licenciatura en Ciencia de Materiales de la Universidad Carnegie Mellon. En 2022, recibió el premio Ronald L. Brodzinski de PNNL por logros excepcionales en los inicios de su carrera.