Хорошо, это совсем не цепляет, но вот в чем дело: границы зерен имеют большое значение. Это микроскопические неупорядоченные области, где строительные блоки размером с атом связывают кристаллы (то есть зерна) вместе в материалах.Что еще более важно, границы зерен помогают определять свойства металлов, важные для человека.
Например, они могут влиять на прочность металла (здания!), Коррозионную стойкость (мосты!) И проводимость (электричество!).Но в то время как исследователи изучали границы зерен в течение десятилетий и получили некоторое представление о типах свойств, которые они создают, никто не смог разработать универсальную систему, чтобы предсказать, сделает ли определенная конфигурация атомов на границах зерен материал прочнее или более податливый.Войдите в междисциплинарную исследовательскую группу BYU, состоящую из Розенброка, Гомера и Харта.
Доктор философии студент (Конрад Розенброк) и два профессора — один инженер (Эрик Гомер) и один физик (Гас Харт) — могли взломать код, заполнив компьютер алгоритмом, который позволяет ему узнать неуловимое «почему» за границами качества.Их метод, опубликованный в последнем выпуске журнала Nature Computational Materials, обеспечивает технику для создания «словаря» атомных строительных блоков, обнаруженных в металлах, сплавах, полупроводниках и других материалах. Их подход к машинному обучению анализирует большие данные (подумайте: массивные наборы данных о границах зерен), чтобы обеспечить понимание физических структур, которые, вероятно, связаны с конкретными механизмами, процессами и свойствами, которые в противном случае было бы трудно идентифицировать.«Мы используем машинное обучение, что означает, что алгоритмы могут видеть тенденции в большом количестве данных, которые человек не может увидеть», — сказал Гомер. «С моделями больших данных вы теряете некоторую точность, но мы обнаружили, что они по-прежнему предоставляют достаточно надежную информацию, чтобы соединить точки между границей и свойством».
Когда дело доходит до металлов, процесс может оценивать такие свойства, как прочность, вес и срок службы материалов, что в конечном итоге приводит к оптимизации лучших материалов. Хотя группа на самом деле еще не создает материалы, теперь они могут расшифровать «почему» и «как» макияжа.
Исследователи заявили, что их статья является первой попыткой взломать код атомных структур, которые сильно влияют на свойства границ зерен, с помощью компьютерных алгоритмов машинного обучения.«Это похоже на Siri; Siri работает, беря звуки и превращая их в гласные, согласные и, в конечном итоге, в слова, получая доступ к огромной базе данных Apple», — сказал Харт. «Мы используем ту же концепцию.
У нас есть большая база данных, и наш алгоритм берет границы зерен и сравнивает их с этой базой данных, чтобы связать их с определенными свойствами».Конечная цель — упростить и повысить эффективность разработки материалов, которые можно комбинировать для получения прочных, легких и не подверженных коррозии металлов. Исследователи полагают, что они находятся на переднем крае того, что может занять 10 или даже 20 лет, чтобы создать инновационные структуры из сплавов, которые обеспечат практические решения для основных структур.
«Наша страна тратит 500 миллиардов долларов в год на коррозию», — сказал Гомер. «Если вы сможете снизить затраты на борьбу с коррозией даже на несколько процентов за счет разработки более стойких металлов, вы сможете ежегодно экономить миллиарды. Это немалая сумма».
Габор Чани, профессор молекулярного моделирования инженерного факультета Кембриджского университета, внес свой вклад в это исследование.