Исследователи MIT разработали новую ИИ-модель, которая может выявлять атомные дефекты в материалах, не разрушая их. Это открытие может значительно улучшить механическую прочность, теплопередачу и эффективность преобразования энергии в различных продуктах, таких как полупроводники и солнечные панели.
Зачем нужны дефекты в материалах
В отличие от биологии, где дефекты часто нежелательны, в материаловедении они могут быть полезны. Дефекты на атомном уровне намеренно вводятся в материалы, такие как сталь и полупроводники, чтобы улучшить их свойства. Однако точное измерение этих дефектов без повреждения материала до сих пор оставалось сложной задачей.
Как работает новая модель
Команда MIT создала ИИ-модель, обученную на данных 2000 различных полупроводниковых материалов. Используя метод нейтронного рассеяния, модель может одновременно обнаруживать до шести различных типов дефектов, что невозможно с помощью традиционных методов.
Как объясняет ведущий автор исследования, Моуян Чэн, большинство существующих методов не способны точно измерять дефекты без разрушения материала. С помощью этой модели можно более точно управлять дефектами в продуктах, таких как микросхемы и батареи.
Преимущества и перспективы
До сих пор производители полупроводников полагались на инвазивные тесты, которые проводятся только на небольшой части продукции. Это ограничивало их способность точно определять дефекты. Теперь же, используя новую ИИ-модель, можно получать более полное представление о дефектах без необходимости разрушения материала.
Исследователи планируют адаптировать метод для более распространенной Раман-спектроскопии, что упростит внедрение технологии в производственные процессы. Это открытие подчеркивает важность ИИ в анализе данных о дефектах, что может привести к созданию более надежных и эффективных материалов.
Эта работа поддерживается Министерством энергетики США и Национальным научным фондом.
