Szimpatika főoldal

Az MIT (Massachusettsi Műszaki Egyetem) közreműködésével az oroszországi Skolkovo Tudományos és Műszaki Intézet (Skoltech) csapata olyan gépi tanulási módszereket hozott létre, melyek kristályszerkezet alapján képesek következtetni szuperkemény anyagokra. Az efféle alapanyagok az utóbbi időkben rengeteg szakértőt foglalkoztatnak, hiszen különleges tulajdonságaik miatt az ipar számos területén alkalmazhatóak lehetnek.

A szuperkemény anyagoknak két kritériumnak kell megfelelniük: szélsőségesen keménynek és extrém módon ellenállónak kell lenniük. Ma már az ilyen, az egyes ipari követelményeknek megfelelő anyagok jó elméleti modelleken alapuló számítógépes módszerekkel igen hatékonyan kereshetőek, a Skoltech kutatói is ilyen technikával dolgoztak.

Efim Mazhnik, a Skoltech PhD-hallgatója csapatával konvolúciós neurális hálózatok (convolutional neural networks – CNN) segítségével kereste a szuperkemény anyagokat. A módszer egy olyan gépi tanulási technika, melyben a mesterséges intelligencia a kristályszerkezet alapján tud következtetni az adott anyag tulajdonságaira. A szakértők ismert anyagokkal tanították be a CNN-t, hogy aztán más struktúrákkal is próbálkozhassanak.

Artem Oganov, a csapat tagja szerint összesen mintegy 120 ezer kristályszerkezet keménységét és ellenállóságát tudták felmérni. A struktúrák között valódiak és hipotetikusak is voltak, többségüknél a tulajdonságokat korábban még nem mérték fel. A kutató hozzátette: eredményeik alapján a gyémánt a legerősebb ismert anyag, de több tucat olyan anyag létezhet még, amely ennél is keményebb.

Forrás: ng.hu