Scoprire come gli atomi, come un singolo strato di atomi di carbonio presenti nel grafene, uno dei materiali più resistenti al mondo:il lavoro per creare un materiale solido è attualmente un importante argomento di ricerca nel campo della scienza dei materiali, o la progettazione e la scoperta di nuovi materiali. All'Università del Missouri, i ricercatori del College of Engineering stanno applicando uno dei primi usi del deep learning, la tecnologia utilizzata dai computer per eseguire in modo intelligente compiti come il riconoscimento del linguaggio e la guida di veicoli autonomi, al campo della scienza dei materiali.

"Puoi addestrare un computer a fare ciò che altrimenti richiederebbero molti anni alle persone, " ha detto Yuan Dong, un professore assistente di ricerca di ingegneria meccanica e aerospaziale e ricercatore capo dello studio. "Questo è un buon punto di partenza."

Dong ha lavorato con Jian Lin, un assistente professore di ingegneria meccanica e aerospaziale, per determinare se esistesse un modo per prevedere i miliardi di possibilità di strutture materiali create quando alcuni atomi di carbonio nel grafene vengono sostituiti con atomi non di carbonio.

"Se metti gli atomi in determinate configurazioni, il materiale si comporterà diversamente, " Lin ha detto. "Le strutture determinano le proprietà. Come si possono prevedere queste proprietà senza fare esperimenti? È qui che entrano in gioco i principi di calcolo".

Lin e Dong hanno collaborato con Jianlin Cheng, un professore di ingegneria elettrica e informatica presso la MU, William e Nancy Thompson, inserire alcune migliaia di combinazioni note di strutture di grafene e le loro proprietà in modelli di deep learning. Da li, ci sono voluti circa due giorni perché il computer ad alte prestazioni imparasse e prevedesse le proprietà dei miliardi di altre possibili strutture del grafene senza doverle testare separatamente.

I ricercatori prevedono usi futuri di questa tecnologia assistiva di intelligenza artificiale nella progettazione di molti materiali diversi correlati al grafene o altri materiali bidimensionali. Questi materiali potrebbero essere applicati alla costruzione di televisori a LED, schermi tattili, smartphone, celle solari, missili e ordigni esplosivi.

"Dai a un sistema informatico intelligente qualsiasi progetto, e può prevedere le proprietà, " Cheng ha detto. "Questa tendenza sta emergendo nel campo della scienza dei materiali. È un ottimo esempio di applicazione dell'intelligenza artificiale per cambiare il processo standard di progettazione dei materiali in questo campo".

Lo studio, "Previsione del bandgap mediante deep learning in grafene e nitruro di boro ibridati in modo configurazionale, " è stato pubblicato in npj Materiali di calcolo .