Gli strati nanostrutturati vantano innumerevoli potenziali proprietà, ma come si può identificare quello più adatto senza esperimenti a lungo termine? Un team del dipartimento di scoperta dei materiali della Ruhr-Universität Bochum (RUB) ha azzardato una scorciatoia:utilizzando un algoritmo di apprendimento automatico, i ricercatori sono stati in grado di prevedere in modo affidabile le proprietà di tale strato. Il loro rapporto è stato pubblicato sulla nuova rivista Materiali di comunicazione dal 26 marzo 2020.

poroso o denso, colonne o fibre

Durante la produzione di film sottili, numerose variabili di controllo determinano le condizioni della superficie e, di conseguenza, le sue proprietà. I fattori rilevanti includono la composizione dello strato e le condizioni di processo durante la sua formazione, come la temperatura. Tutti questi elementi messi insieme determinano la creazione di uno strato poroso o denso durante il processo di rivestimento, con atomi che si combinano per formare colonne o fibre. "Per trovare i parametri ottimali per un'applicazione, era necessario condurre innumerevoli esperimenti in condizioni diverse e con composizioni diverse; questo è un processo incredibilmente complesso, " spiega il professor Alfred Ludwig, Responsabile del team di rilevamento dei materiali e interfacce.

I risultati ottenuti da tali esperimenti sono i cosiddetti diagrammi di zona della struttura, da cui si può leggere la superficie di una certa composizione risultante da determinati parametri di processo. "I ricercatori esperti possono successivamente utilizzare un tale diagramma per identificare la posizione più adatta per un'applicazione e derivare i parametri necessari per produrre lo strato adatto, " sottolinea Ludwig. "L'intero processo richiede uno sforzo enorme e richiede molto tempo".

L'algoritmo prevede la superficie

Cercando di trovare una scorciatoia verso il materiale ottimale, il team ha sfruttato l'intelligenza artificiale, più precisamente l'apprendimento automatico. A tal fine, dottorato di ricerca ricercatore Lars Banko, insieme ai colleghi del Centro interdisciplinare per la simulazione dei materiali avanzati presso RUB, Icam in breve, modificato un cosiddetto modello generativo. Ha quindi addestrato questo algoritmo per generare immagini della superficie di uno strato modello di alluminio accuratamente studiato, cromo e azoto utilizzando parametri di processo specifici, per prevedere come sarebbe lo strato nelle rispettive condizioni.

"Abbiamo alimentato l'algoritmo con una quantità sufficiente di dati sperimentali per addestrarlo, ma non con tutti i dati conosciuti, " sottolinea Lars Banko. Così, i ricercatori sono stati in grado di confrontare i risultati dei calcoli con quelli degli esperimenti e analizzare quanto fosse affidabile la sua previsione. I risultati sono stati conclusivi:"Abbiamo combinato cinque parametri e siamo stati in grado di guardare in cinque direzioni contemporaneamente utilizzando l'algoritmo, senza dover condurre alcun esperimento, " sottolinea Alfred Ludwig. "Abbiamo così dimostrato che i metodi di apprendimento automatico possono essere trasferiti alla ricerca sui materiali e possono aiutare a sviluppare nuovi materiali per scopi specifici".