Штучний інтелект в освітньому процесі студентів спеціальності 132 Матеріалознавство
DOI:
https://doi.org/10.30977/BUL.2219-5548.2024.107.0.69Ключові слова:
штучний інтелект, освітній процес, матеріалознавство, база даних Materials Project, прогнозування властивостей матеріалів, структури матеріалівАнотація
У роботі продемонстровано використання штучного інтелекту в освітньому процесі для здобувачів вищої освіти спеціальності 132 «Матеріалознавство» у викладанні дисципліни вибіркового блоку «Штучний інтелект в освітніх технологіях». Описані завдання з практичної підготовки, що допомагають набути навичок фахівців-матеріалознавців, у майбутньому можна застосовувати в галузі матеріалознавства та суміжних дисциплінах. Продемонстровано впровадження програмних продуктів, зокрема бази даних Materials Project для аналізу фізико-хімічних і механічних властивостей матеріалів
Посилання
Hellenbrandt, M. (2004). The inorganic crystal structure database (ICSD) – present and future. Crystallography Reviews, 10(1), 17–22.
Millions of new materials discovered with deep learning. (2023, 29 листопада). Google DeepMind. https://deepmind.google/discover/blog/millionsof-new-materials-discovered-with-deep-learning/
Szymanski, N. J., Rendy, B., Fei, Y. та ін. Автономна лабораторія для прискореного синтезу нових матеріалів. Nature 624, 86–91 (2023). https://doi.org/10.1038/s41586-023-06734-w
Manzano, J. S., Hou, W., Zalesskiy, S. S., Frei, P., Wang, H., Kitson, P. J., Cronin, L. (2022). An autonomous portable platform for universal chemical synthesis. Nature Chemistry, 14(11), 1311–1318.
Kusne, A. G., Yu, H., Wu, C. et al. On-the-fly closed-loop materials discovery via Bayesian active learning. Nat Commun 11, 5966 (2020). https://doi.org/10.1038/s41467-020-19597-w
Materials Project. (б. д.). Materials Project. https://next-gen.materialsproject.org/
