I cristalli sono onnipresenti:la maggior parte dei metalli, Per esempio, sono cristalline. Conosciuti per l'organizzazione quasi perfetta dei loro atomi, i cristalli però contengono sempre delle imperfezioni, che si chiamano difetti. La concentrazione e la morfologia dei difetti in un solido cristallino hanno un'influenza diretta sulle proprietà del materiale. Migliorare la comprensione dei difetti dei cristalli e della loro evoluzione renderà quindi più facile prevedere i cambiamenti nel modo in cui i materiali cambiano nel tempo. Comprendere tali cambiamenti è particolarmente cruciale per garantire la progettazione ottimale di strutture soggette a condizioni ambientali severe come l'irradiazione.

Nella moderna scienza dei materiali, i ricercatori simulano l'insorgenza e l'evoluzione dei difetti nei solidi cristallini utilizzando simulazioni al computer su larga scala. Però, l'immenso flusso di dati generato rende l'analisi degli esperimenti di simulazione numerica un processo estremamente complesso. Ricercatori del CEA, i cui risultati sono stati recentemente pubblicati in Comunicazioni sulla natura , proporre un nuovo approccio che può essere applicato universalmente per superare questa difficoltà. Questo nuovo approccio è il primo metodo applicabile a tutti i materiali a struttura cristallina. Fornire una visualizzazione continua di un difetto e del suo ambiente atomico, ciò facilita la descrizione di processi fisici complessi come la migrazione di difetti sotto irraggiamento.

I ricercatori, dalla Divisione Energia Nucleare e dalla Divisione Applicazioni Militari del CEA, hanno attinto a metodi di intelligenza artificiale per sviluppare un algoritmo che descrive le distorsioni nell'ambiente atomico locale causate da difetti nel materiale. Questo punteggio di distorsione facilita la localizzazione automatica dei difetti e consente una descrizione "stratificata" dei difetti che può essere utilizzata per distinguere le zone con diversi livelli di distorsione all'interno della struttura cristallina.

I risultati di questo studio aprono molte interessanti possibilità di sviluppo futuro per l'intera comunità della scienza dei materiali. Questi strumenti di simulazione possono essere utilizzati per automatizzare l'analisi di enormi set di dati, come quelli generati a seguito di tecniche sperimentali come la tomografia con sonda atomica, microscopia elettronica a trasmissione e radiazione di sincrotrone, metodi già utilizzati per sondare i misteri della materia. Questi sviluppi possono essere applicati anche in altri campi, compresa la chimica, biologia e medicina, Per esempio, per rilevare i difetti cellulari caratteristici del cancro.