Yeni yapay zeka modeli toz kristalin yapısını ortaya çıkarıyor; pil ve mıknatıs yapımına yardımcı olabilir.

Her ikisi de saf karbondan yapılan grafit ve elmas bu tür malzemelere örnektir. Freedman'ın geliştirdiği, her biri bizmut ve bir başka element içeren malzemeler, kalıcı mıknatıslar için yeni malzemelerin tasarımında faydalı olabilir.

MIT'deki araştırmacılar metaller, kayalar ve seramikler gibi kristal malzemelerin yapılarını ortaya çıkarmak için yeni bir yöntem geliştirdi. Daha önce, bilim insanları kristal malzemelerin yapısını belirlemek için X-ışını kristalografisini kullanıyorlardı.

Ancak, MIT'deki kimyagerler şimdi bu toz kristallerin yapılarını belirlemeyi çok daha kolay hale getirebilecek yeni bir üretken yapay zeka modelini tanıttı.

Tahmin modeli, araştırmacıların pillerde, mıknatıslarda ve diğer birçok uygulamada kullanılacak malzemeleri karakterize etmelerine yardımcı olabilir.

MIT'de Frederick George Keyes Kimya Profesörü olan Danna Freedman, yapının herhangi bir malzeme için bilmeniz gereken ilk şey olduğunu belirtti. Freedman'a göre bu, süper iletkenlik için önemli, mıknatıslar için önemli, hangi fotovoltaiği yarattığınızı bilmek için önemli.

“Malzeme merkezli olduğunu düşünebileceğiniz her türlü uygulama için önemlidir.”

Metaller ve diğer inorganik katı malzemelerin çoğunu içeren kristal malzemeler, birçok özdeş, tekrar eden birimden oluşan kafeslerden yapılmıştır. MIT'deki araştırmacılara göre bu birimler, atomların içlerinde hassas bir şekilde düzenlendiği, kendine özgü bir şekil ve boyuta sahip “kutular” olarak düşünülebilir.

Model, süreci birkaç alt göreve ayırıyor
MIT'nin yeni modeli, yapıları tahmin etme sürecini birkaç alt göreve ayırıyor.

Araştırmacılar, ilk olarak kafes “kutusunun” boyutunu ve şeklini ve hangi atomların içine gireceğini belirlediğini ileri sürdü. Daha sonra, kutu içindeki atomların düzenini tahmin ediyor. Her bir kırınım deseni için model, yapıları belirli bir yapı için kırınım desenlerini belirleyen bir modele besleyerek test edilebilecek birkaç olası yapı üretir.

MIT yüksek lisans öğrencisi Eric Riesel basın açıklamasında, “Modelimiz üretken bir yapay zeka, yani daha önce görmediği bir şey üretiyor ve bu da birkaç farklı tahmin üretmemizi sağlıyor” dedi.

“Yüzlerce tahmin yapabiliriz ve sonra tahminlerimiz için toz deseninin nasıl görünmesi gerektiğini tahmin edebiliriz. Ve eğer girdi tam olarak çıktıya benziyorsa, o zaman doğru yaptığımızı biliyoruz.”

Model 100'den fazla deneysel kırınım deseni üzerinde test edildi
Materials Project'ten alınan birkaç bin simüle edilmiş kırınım deseni üzerinde test edilen MIT araştırmacıları, modeli ayrıca yaklaşık 14.000 doğal kristal mineral için toz X-ışını kırınım verilerini içeren RRUFF veritabanından eğitim verilerinin dışında tuttukları 100'den fazla deneysel kırınım deseni üzerinde de test etti.

Bu veriler üzerinde, model zamanın yaklaşık yüzde 67'sinde doğruydu. Daha sonra, modeli daha önce çözülmemiş kırınım desenleri üzerinde test etmeye başladılar.

MIT'deki araştırmaya göre bu veriler, 400.000'den fazla çözülmüş ve çözülmemiş malzeme için kırınım verilerini içeren Toz Kırınım Dosyasından geldi.  

Yaklaşım, farklı kristal yapılara sahip yeni malzemeler üretmek için kullanılabilir
Yeni model kullanılarak 100'den fazla çözülmemiş desen çözüldü.

Her ikisi de saf karbondan yapılan grafit ve elmas bu tür malzemelere örnektir. Freedman'ın geliştirdiği, her biri bizmut ve bir başka element içeren malzemeler, kalıcı mıknatıslar için yeni malzemelerin tasarımında faydalı olabilir.