I film sottili fatti di nanotubi di carbonio sono molto promettenti per l'optoelettronica avanzata, energia e medicina, tuttavia, con il loro processo di fabbricazione soggetto a una stretta supervisione e a rigorosi requisiti di standardizzazione, è improbabile che diventino onnipresenti presto.

"Un grosso ostacolo per sbloccare il vasto potenziale dei nanotubi è il loro processo di produzione multifase che è estremamente difficile da gestire. Abbiamo suggerito di utilizzare le reti neurali artificiali (ANN) per analizzare i dati sperimentali e prevedere l'efficienza della sintesi dei nanotubi di carbonio a parete singola, " spiega uno degli autori dello studio e ricercatore Skoltech, Dmitry Krasnikov.

Nel loro lavoro pubblicato nella prestigiosa Carbonio rivista, gli autori mostrano che i metodi di apprendimento automatico, e, in particolare, ANN addestrato su parametri sperimentali, come la temperatura, pressione e portata del gas, può aiutare a monitorare le proprietà dei film di nanotubi di carbonio prodotti.

"Lo sviluppo della civiltà umana e il progresso delle tecnologie di produzione e applicazione dei materiali sono strettamente interconnessi nell'era dell'informazione e della tecnologia, con materiali e algoritmi computazionali e le loro applicazioni che modellano la nostra vita quotidiana. Questo è altrettanto vero per le ANN che si sono evolute in uno strumento indispensabile per affrontare compiti multiparametrici, che vanno dal riconoscimento degli oggetti alla diagnosi medica. Negli ultimi 25 anni, pochi progressi sono stati fatti nello sviluppo dell'elettronica basata sui nanotubi di carbonio a causa della natura complessa del processo di crescita dei nanotubi. Riteniamo che il nostro metodo contribuirà a creare un'efficace struttura di produzione di nanotubi di carbonio e ad aprire nuovi orizzonti per le loro applicazioni nella vita reale, " afferma il capo del laboratorio di nanomateriali di Skoltech, Professor Albert Nasibulin.