Ученые создали базу данных для проектирования материалов с заданными свойствами с помощью ИИ

Опубликованная библиотека из 3 000 двумерных материалов содержит информацию о структуре и свойствах однослойных материалов с точечными дефектами: их применяют для производства солнечных батарей и фотокатализаторов.

Расширенный датасет позволит обучать ИИ-алгоритмы, что ускорит и упростит поиск новых кристаллических структур с требуемым набором свойств. Базу данных составили лауреат Нобелевской премии по физике Константин Новоселов, ректор и сотрудники Университета Иннополис, эксперты Национального университета Сингапура и Высшей школы экономики.

По словам ученых из России и Сингапура, разумный дизайн материалов с заданными свойствами — основная задача современной науки о материалах. Для создания солнечных панелей, фотокатализаторов и биохимических сенсоров требуются двумерные материалы, спроектированные с добавлением примесей и дефектов. Однако такие дизайнерские материалы сложно находить, используя классические методы расчета с применением квантовой химии. Решение, предложенное исследователями из России и Сингапура, — использовать в проектировании новых материалов методы машинного обучения, для которых в этой работе был опубликован датасет. 

«Чтобы получить материал с определенными свойствами, требуется знание соотношения структуры и свойства дефектов, которые нужно добавить. Это сложная задача, учитывая огромное количество возможных исходных материалов и конфигураций дефектов. Даже если структура с одним дефектом может быть рассчитана с помощью современных DFT-методов в течение нескольких часов, этот результат не будет применим даже к схожим по структуре материалам. Свойства каждого нового дефекта приходится рассчитывать с нуля. Методы машинного обучения позволяют ускорить исследование материалов, а именно в сотни раз сократить число экспериментов и генерировать нужные структуры под заданные свойства», — объянил Руслан Лукин, руководитель Лаборатории искусственного интеллекта в новых материалах Университета Иннополис.

Для прогнозирования свойств материалов уже существуют вычислительные базы данных, например, Material Projects, OQMD и методы машинного обучения на основе графовых нейросетей типа MEGNet, SchNet и GemNet. Но при их использовании возникают трудности из-за нехватки наборов данных о дефектах и сложности прогнозирования оптимизированных с помощью квантовой химии структур. 

«В предложенной нами платформе наборы данных будут разбиты на две группы: дефекты с низкой и высокой плотностями. В датасете представлены в основном дефекты замещения, вакансии и их сочетания. К примеру, среди точечных дефектов с вакансиями в будущем можно будет найти новые материалы для солнечных фотокатализаторов и  полупроводников. Благодаря проделанной исследовательской работе мы узнали больше об электронных свойствах дефектов двумерных материалов. Со временем это позволит разработать модели машинного обучения для более точного и эффективного прогнозирования свойств материалов, а регистрация всё большего количества наборов данных о дефектах — масштабировать прогнозирование», — подчеркнул Руслан Лукин, руководитель Лаборатории искусственного интеллекта в новых материалах Университета Иннополис.

Базу данных с 3 000 посчитанными материалами и 7 000 дефектами с высокой плотностью опубликовал научный журнал Nature 2D Materials в статье «Выявление сложных корреляций структура-свойство дефектов в 2D-материалах на основе скрининга больших наборов данных» (Unveiling the complex structure-property correlation of defects in 2D materials based on high throughput datasets). 

Читать далее:

Посмотрите на Землю в самом высоком разрешении: фото сделал спутник третьего поколения

Планетологи установили, что находится в центре Луны

Две суперземли нашли на краю обитаемой зоны: на одной из них комфортная температура

Фото на обложке: rawpixel.com

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Скорость потепления пересмотрели: мир на грани ограничений Парижских соглашений
Наука
Робот-хирург научился оперировать после просмотра видео
Новости
Найден «межзвездый туннель» от Солнечной системы к соседней звезде
Космос
Стартовал конкурс на открытие центра развития промышленной робототехники
Иннополис
Магнитные мышцы для роботов держат вес в 1000 раз больше собственного
Новости
LG показала гибкий дисплей: он растягивается на 50%, складывается и скручивается
Новости
Уран оказался не таким, как считали ученые
Космос
Ученые нашли новый идеал женской фигуры: дело не в 90-60-90
Наука
У GPT-4 нашли серьезный недостаток: из-за этого ИИ ошибается в ответах
Новости
Новая функция в iOS 18.2 поможет найти потерянный багаж
Новости
Биткоин побил исторический максимум после победы Трампа: что будет дальше
Новости
Шутер S.T.A.L.K.E.R. 2 могут запретить в России: в чем причина
Новости
Что будет после ИИ, обсудили на симпозиуме «Создавая будущее»
Новости
Эксперименты по поиску темной материи обнаружили «нейтринный туман»
Наука
Министр науки: в России создана платформа для развития университетского техпреда
Новости
Наскальные рисунки раскрывают детали рыбалки во время Ледникового периода
Наука
Установлен новый рекорд в поддержании термоядерного синтеза
Новости
Археологи-любители из Польши нашли военный клад, спрятанный в XVII веке
Наука
Визуализация показала, как меняется молекула, разрушающая озонный слой
Наука
Анализ ДНК денисовца указывает на многочисленные скрещивания древних людей
Наука