Исследователи из MIT разработали инновационную модель искусственного интеллекта, которая позволяет обнаруживать и измерять дефекты на атомном уровне в различных материалах. Это открытие может существенно улучшить такие характеристики, как механическая прочность, теплопроводность и эффективность преобразования энергии.
Как ИИ меняет подход к дефектам в материалах
В отличие от биологии, где дефекты обычно вредны, в науке о материалах их можно использовать для улучшения свойств продукции. Например, дефекты вводятся в сталь, полупроводники и солнечные батареи для повышения их эффективности. Однако раньше было сложно точно измерить количество и типы дефектов без разрушения материала.
Новая ИИ-модель от MIT использует данные от неинвазивной нейтронной дифракции для классификации и количественной оценки дефектов. Модель обучена на 2000 различных полупроводниковых материалах и может одновременно обнаруживать до шести типов точечных дефектов, что ранее было невозможно.
Преимущества нового подхода
Руководитель исследования, Моуянг Чэн, отмечает, что существующие методы не могут точно характеризовать дефекты без разрушения материалов. С помощью ИИ удается предсказать наличие и концентрацию дефектов, что открывает новые возможности для контроля качества в производстве.
Эта модель может быть применена в производстве полупроводников, микроэлектроники и солнечных батарей, позволяя более точно управлять свойствами материалов. Это особенно важно для повышения надежности и эффективности конечной продукции.
Перспективы использования ИИ в промышленности
Хотя методика нейтронной дифракции является мощной, она не всегда доступна для широкого использования на предприятиях. Однако исследования продолжаются, и ученые планируют адаптировать модель для работы с более простыми методами, такими как рамановская спектроскопия.
Компании уже проявляют интерес к этому подходу, и следующей целью исследователей является обучение модели на данных рамановской спектроскопии. Это позволит расширить возможности контроля качества материалов и изучения более сложных дефектов.
Исследование поддержано Министерством энергетики США и Национальным научным фондом.
