مدل جدید هوش مصنوعی ساختار کریستال‌های پودری را آشکار می‌کند؛ می‌تواند به ساخت باتری‌ها و مغناطیس‌ها کمک کند
محققان MIT یک روش جدید برای آشکار کردن ساختار مواد کریستالی مانند فلزات، سنگ‌ها و سرامیک‌ها معرفی کرده‌اند. قبلاً، دانشمندان از کریستالوگرافی اشعه ایکس برای تعیین ساختار مواد کریستالی استفاده می‌کردند.
با این حال، شیمیدانان MIT اکنون یک مدل جدید هوش مصنوعی مولد معرفی کرده‌اند که می‌تواند تعیین ساختار این کریستال‌های پودری را بسیار آسان‌تر کند.
این مدل پیش‌بینی می‌تواند به محققان کمک کند تا مواد را برای استفاده در باتری‌ها، مغناطیس‌ها و بسیاری از کاربردهای دیگر شناسایی کنند.
ساختار مواد کریستالی کلید شناخت ظرفیت ابررسانایی آنهاست
دانا فریدمن، استاد شیمی در MIT، بیان کرد که ساختار اولین چیزی است که برای هر ماده‌ای باید بدانید. این برای ابررسانایی، برای مغناطیس‌ها و برای شناخت فت‌ولتائیک‌ها که ایجاد کرده‌اید، مهم است.
«این برای هر کاربردی که به مواد متمرکز باشد، مهم است.»
مواد کریستالی، که شامل فلزات و بیشتر مواد جامد غیرآلی هستند، از شبکه‌هایی تشکیل شده‌اند که شامل تعداد زیادی واحد تکراری مشابه هستند. این واحدها می‌توانند به عنوان «جعبه‌هایی» با شکل و اندازه مشخص فکر شوند که اتم‌ها به طور دقیق در داخل آنها قرار گرفته‌اند.
مدل فرآیند را به چند زیرکار تقسیم می‌کند
مدل جدید MIT فرآیند پیش‌بینی ساختارها را به چند زیرکار تقسیم می‌کند.
محققان تاکید کردند که ابتدا اندازه و شکل جعبه شبکه و اینکه کدام اتم‌ها وارد آن می‌شوند را تعیین می‌کند. سپس نحوه چیدمان اتم‌ها در داخل جعبه را پیش‌بینی می‌کند. برای هر الگوی پراش، مدل چندین ساختار ممکن را تولید می‌کند که می‌توان با وارد کردن این ساختارها به مدلی که الگوهای پراش را برای یک ساختار خاص تعیین می‌کند، آزمایش کرد.
«مدل ما هوش مصنوعی مولد است، به این معنی که چیزی تولید می‌کند که قبلاً ندیده است و این به ما اجازه می‌دهد تا چندین حدس مختلف بزنیم،» اریک ریسل، دانشجوی تحصیلات تکمیلی MIT، در بیانیه مطبوعاتی اعلام کرد.
«ما می‌توانیم صد حدس بزنیم و سپس پیش‌بینی کنیم که الگوی پودر برای حدس‌های ما چگونه باید به نظر برسد. و سپس اگر ورودی دقیقاً شبیه خروجی به نظر بیاید، می‌دانیم که درست حدس زده‌ایم.»
مدل بر روی بیش از 100 الگوی پراش تجربی آزمایش شده است
آزمایش شده بر روی چند هزار الگوی پراش شبیه‌سازی شده از پروژه مواد، محققان MIT همچنین مدل را بر روی بیش از 100 الگوی پراش تجربی از پایگاه داده RRUFF آزمایش کردند که شامل داده‌های پراش اشعه ایکس پودری برای نزدیک به 14,000 ماده معدنی طبیعی کریستالی است، که آنها را از داده‌های آموزشی جدا نگه داشته بودند.
در این داده‌ها، مدل حدود 67 درصد از مواقع دقیق بود. سپس آنها شروع به آزمایش مدل بر روی الگوهای پراشی کردند که قبلاً حل نشده بودند.
این داده‌ها از فایل پراش پودر آمده‌اند که شامل داده‌های پراش برای بیش از 400,000 مواد حل شده و حل نشده است، طبق تحقیق انجام شده در MIT.
روش می‌تواند برای تولید مواد جدیدی که ساختارهای کریستالی متفاوتی دارند به کار رود
بیش از 100 الگوی حل نشده با استفاده از مدل جدید حل شدند.
محققان همچنین از مدل خود برای کشف ساختارهای سه ماده استفاده کردند که آزمایشگاه فریدمن با وارد کردن عناصر به ترکیب تحت فشار بالا تولید کرد. این روش می‌تواند برای تولید مواد جدیدی که ساختارهای کریستالی و خواص فیزیکی کاملاً متفاوتی دارند، حتی اگر ترکیب شیمیایی آنها یکسان باشد، مورد استفاده قرار گیرد، طبق تحقیق انجام شده در MIT.
گرافیت و الماس - هر دو از کربن خالص ساخته شده‌اند - نمونه‌هایی از چنین موادی هستند. مواد تولید شده توسط فریدمن، که هر یک حاوی بیسموت و یک عنصر دیگر هستند، می‌توانند در طراحی مواد جدید برای مغناطیس‌های دائمی مفید باشند.
«ما تعداد زیادی مواد جدید از داده‌های موجود پیدا کردیم و مهم‌تر از همه، سه ساختار نامشخص از آزمایشگاه خود حل کردیم که شامل اولین فازهای دوگانه جدید از ترکیب عناصر بودند،» فریدمن در بیانیه مطبوعاتی اعلام کرد.
این مطالعه در مجله American Chemical Society منتشر شده است.
