Тематика машинного обучения и самостоятельного улучшения искусственного интеллекта является одной из наиболее многообещающих в современной прикладной науке, вне зависимости от того или иного научного направления. Еще одним уверенным шагом вперед в этом направлении стало исследование команды компьютерных инженеров из Национального Института Стандартов и Технологий в США, которые, вместе с коллегами из Северо-Западного Университета сумели представить общественности новую компьютерную модель искусственного интеллекта, могущего отыскивать и тестировать новые химические компоненты для создания так называемого металлического стекла
Металлическое стекло представляет собой значительно более прочное, легкое и устойчивое соединение металлических компонентов, атомы которых располагаются вне зависимости друг от друга в разных направлениях, на манер таковых в обычном стекле. Это очень прочный и многофункциональный материал, призванный заменить многие металлические соединения и элементы в современном производстве и науке. Однако главная проблема кроется в том, что лишь 0,0001 доля композитных материалов из существующих ныне подходят для создания такого стеклянного металла, и самостоятельный их поиск является неэффективным с точки зрения затрат по времени и ресурсам.
Именно поэтому объединенная команда специалистов разработала специальный алгоритм машинного обучения для искусственного интеллекта, позволяющего ему с гораздо более высокой точностью отыскивать необходимые компоненты и выделять их для тестирований.
Данная система машинного обучения под названием SSRL представляет собой гибридный тип обучения, где в равной мере важен традиционный тип машинного обучения и создание новых алгоритмов. Статья с данными результатами уже была опубликована в научном журнале Science Advances, где исследователи-разработчики отметили высокую эффективность данной системы, позволяющей искусственному интеллекту гораздо быстрее находить необходимые металлические соединения.
