Искусственный интеллект для анализа материалов
Исследователи из MIT разработали модель на основе ИИ, которая позволяет выявлять атомные дефекты в материалах. Эти дефекты могут значительно улучшить механические свойства, теплопроводность и эффективность преобразования энергии в различных продуктах.
Новый подход к дефектам
В отличие от биологии, где дефекты считаются отрицательным явлением, в материаловедении они могут придавать новым материалам полезные свойства. Например, такие дефекты намеренно создаются в процессах производства стали, полупроводников и солнечных панелей.
Проблемы измерения дефектов
До сих пор точное измерение различных дефектов в готовых материалах было сложной задачей. Традиционные методы часто требуют разрушения материала для анализа. Однако новая модель от MIT может классифицировать и количественно оценивать дефекты, используя неразрушающую нейтронную рассеянность.
Как работает модель
Модель обучена на данных 2000 полупроводниковых материалов и способна обнаруживать до шести различных типов точечных дефектов одновременно. Это достижение невозможно без использования машинного обучения.
Применение в производстве
Исследователи уверены, что их модель поможет точнее использовать дефекты в производстве полупроводников, микросхем, солнечных панелей и батарейных материалов. Это позволит улучшить характеристики и надежность продукции.
Будущее исследований
В будущем команда планирует адаптировать модель для работы с рамановской спектроскопией, что ускорит процесс внедрения технологии в промышленные процессы.
Эта работа поддерживается Министерством энергетики США и Национальным научным фондом.
