محققان MIT مدل جدیدی برای پیش‌بینی ساختار مواد کریستالی معارفه کردند_سیاه پوش

محققان در MIT یک روش تازه برای آشکارسازی ساختارهای مواد کریستالی همانند فلزات، سنگ‌ها و سرامیک‌ها معارفه کرده‌اند. پیش از این، دانشمندان از کریستالوگرافی اشعه ایکس برای تعیین ساختار مواد کریستالی منفعت گیری می‌کردند.

به نقل از دپارتمان اخبار علمی رسانه فناوری تکنا، شیمی‌دانان در MIT اکنون یک مدل تازه تولیدکننده هوش مصنوعی را معارفه کرده‌اند که می‌تواند تعیین ساختار این کریستال‌های پودری را زیاد آسان‌تر کند. مدل پیش‌بینی می‌تواند به محققان در اشکار‌سازی مواد برای منفعت گیری در باتری‌ها، آهن‌رباها و تعداد بسیاری از کاربردهای دیگر پشتیبانی کند.

ساختار مواد کریستالی کلیدی برای شناخت ظرفیت ابررسانایی آن است. دانا فریدمن، استاد شیمی فردریک جورج کیز در MIT، اظهار داشت که ساختار اولین چیزی است که باید برای هر ماده‌ای بدانید. این برای ابررسانایی مهم است، برای آهن‌رباها مهم است، برای دانستن این که چه فتوولتائیکی تشکیل کرده‌اید، مهم است. مواد کریستالی، که شامل فلزات و اکثر دیگر مواد جامد غیرآلی می باشند، از شبکه‌هایی راه اندازی شده‌اند که شامل تعداد بسیاری از واحدهای تکراری یکسان می باشند. این واحدها را می‌توان به گفتن «جعبه‌هایی» با شکل و اندازه نزدیک فکر کرد، با اتم‌هایی که دقیقاً در داخل آن‌ها چیده شده‌اند، مطابق حرف های محققان در MIT مدل تازه MIT فرآیند پیش‌بینی ساختارها را به چندین زیر ماموریت تقسیم می‌کند.

محققان معتقد بودند که ابتدا اندازه و شکل جعبه شبکه و این که کدام اتم‌ها داخل آن خواهد شد را تعیین می‌کند. سپس ترتیب اتم‌ها را در داخل جعبه پیش‌بینی می‌کند. برای هر الگوی پراش، مدل چندین ساختار ممکن را تشکیل می‌کند که می‌توان با تغذیه ساختارها به یک مدل که الگوهای پراش را برای یک ساختار معین تعیین می‌کند، آزمایش کرد. «مدل ما هوش مصنوعی تولیدکننده است، به این معنی که چیزی را تشکیل می‌کند که قبلاً ندیده است و این به ما امکان می‌دهد گمان‌های مختلفی را تشکیل کنیم، اریک ریزل، دانشجوی فارغ‌التحصیل MIT، در بیانیه مطبوعاتی او گفت : ما می‌توانیم صدها گمان بزنیم و سپس می‌توانیم پیش‌بینی کنیم که الگوی پودر باید برای گمان‌های ما چطور باشد. و سپس اگر ورودی دقیقاً همانند خروجی باشد، می‌دانیم که درست گمان زده‌ایم.» محققان MIT این چنین مدل را بر روی بیشتر از ۱۰۰ الگوی پراش آزمایشی از پایگاه داده RRUFF، که حاوی داده‌های پراش اشعه ایکس پودری برای تقریباً ۱۴ هزار ماده معدنی کریستالی طبیعی است، که آنها از داده‌های آموزشی حذف کرده بودند، آزمایش کردند.

در این داده‌ها، مدل نزدیک به ۶۷ درصد دقیق می بود. سپس، آنها اغاز به آزمایش مدل بر روی الگوهای پراش کردند که قبلاً حل نشده بودند. این روش می‌تواند برای تشکیل مواد تازه با ساختارهای کریستالی متفاوت منفعت گیری بشود. محققان این چنین از مدل خود برای کشف ساختارها برای سه ماده‌ای که آزمایشگاه فریدمن با ناچار کردن عناصر عکس العمل ناپذیر در سختی اتمسفر برای راه اندازی ترکیبات تحت سختی بالا تشکیل کرده می بود، منفعت گیری کردند. این رویکرد می‌تواند برای تشکیل مواد تازه با ساختارهای کریستالی و خواص فیزیکی کاملاً متفاوت، حتی اگر ترکیب شیمیایی آنها یکسان باشد، مطابق تحقیق در MIT، منفعت گیری بشود.
برای مشاهده تازه ترین خبرها به صفحه اخبار علمی رسانه تکنا مراجعه کنید.