登录    注册      
    
  

News Message

准确率达 95%,机器学习预测复杂新材料合成



准确率达 95%,机器学习预测复杂新材料合成



科学家和机构每年都投入非常多的资源来发现新材料,以期为燃料提供催化剂。随着自然资源的减少,以及对更高价值和先进性能产品的需求增长,研究人员越来越多地关注到纳米材料。但识别新材料的连续实验方法对材料发现施加了不可逾越的限制。

近日,美国西北大学和丰田研究所(TRI)的研究人员应用机器学习来指导新纳米材料的合成,消除了材料发现相关的障碍。这种训练有素的算法,可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。

该研究以「Machine learning–accelerated design and synthesis of polyelemental heterostructures」为题,于 2021 年 12 月 22 日发表在《Science Advances》杂志上。

图片

西北大学纳米技术专家、该论文的通讯作者 Chad Mirkin 说:「我们让这个模型告诉我们,多达七种元素的混合物会可以制造出以前没有过的东西。机器预测了 19 种可能性,在对每种可能性进行实验测试后,我们发现其中 18 种预测是正确的。」

绘制材料基因组

Mirkin 此次发明的名为「Megalibrary」(巨库)的数据生成工具极大地扩展了研究人员的视野。每个 Megalibrary 都包含数百万甚至数十亿个纳米结构,每个纳米结构的形状、结构和成分都略有不同,所有这些都在 2×2 平方厘米的芯片上进行了位置编码。迄今为止,每个芯片包含的新无机材料比科学家收集和分类的还要多。

Mirkin 的团队通过使用一种称为扫描探针嵌段共聚物光刻(SPBCL)的技术开发了 Megalibraries,这是一种大规模并行纳米光刻工具,能够每秒对数十万个特征进行特定位置的沉积。

图片

NP 数据集和模拟优化活动的统计数据。

在绘制人类基因组图谱时,科学家的任务是识别四种碱基的组合。但「材料基因组」包括元素周期表中任何可用的 118 种元素的纳米粒子组合,以及形状、大小、相形态、晶体结构等参数。以 Megalibraries 的形式构建更小的纳米粒子子集,将使研究人员更接近完成材料基因组的完整图谱。

「即使我们能比地球上任何人都更快地制造材料,这仍然是可能性的海洋中的一滴水。」Mirkin 说。「我们想定义和挖掘材料基因组,我们的方法是通过人工智能。」

机器学习应用程序非常适合解决定义和挖掘材料基因组的复杂性,但受限于创建数据集以在空间中训练算法的能力。Mirkin 表示,Megalibraries 与机器学习的结合可能最终会解决这个问题,从而了解哪些参数会驱动某些材料特性。

化学家无法预测的材料

如果 Megalibraries 提供地图,则机器学习提供图例。

Mirkin 表示,使用 Megalibraries 作为用于训练 AI 算法的高质量和大规模材料数据的来源,使研究人员能够摆脱通常伴随材料发现过程而来的「敏锐的化学直觉」和连续实验。

在这项研究中,该团队编译了先前生成的由具有复杂成分、结构、尺寸和形态的纳米粒子组成的 Megalibrary 结构数据。他们使用这些数据来训练模型,并要求它预测会产生某种结构特征的四个、五个和六个元素的组成。在 19 次预测中,机器学习模型正确预测了 18 次新材料——准确率约为 95%。

图片

用于发现四元金属 SINP 的闭环优化。

由于对化学或物理学知之甚少,仅使用训练数据,该模型就能够准确预测地球上从未存在过的复杂结构。

「正如这些数据所表明的,机器学习的应用,结合 Megalibrary 技术,可能是最终定义材料基因组的途径。」TRI 的高级研究科学家 Joseph Montoya 说。

金属纳米粒子显示出催化工业关键反应的前景,例如析氢、二氧化碳(CO2)还原和氧还原和析出。该模型在西北大学建立的大型数据集上进行了训练,以寻找具有围绕相位、尺寸和其他结构特征设置参数的多金属纳米粒子,这些参数会改变纳米粒子的特性和功能。

Megalibrary 技术还可能推动对未来至关重要的许多领域的发现,包括塑料升级回收、太阳能电池、超导体和量子比特。

该团队现在正在使用该方法寻找对清洁能源、汽车和化工行业的燃料过程至关重要的催化剂。确定新的绿色催化剂将使废物和大量原料转化为有用物质。生产催化剂还可用于替代昂贵且稀有的材料。

论文链接:https://www.science.org/doi/10.1126/sciadv.abj5505

相关报道:https://phys.org/news/2021-12-machine-synthesis-complex-materials.html



Share Http URL:  http://www.wittx.cn/get_news_message.do?new_id=885



请输入评论





























Best Last Month

上海农商行26日IPO

上海农商行26日IPO

Information industry

by wittx


心率血氧采集传感器原理

心率血氧采集传感器原理

Information industry

by wittx


房地产美元融资规模井喷

房地产美元融资规模井喷

Information industry

by wittx


2020/10/30 金融行情

2020/10/30 金融行情

Information industry

by wittx


Mechanical Design

Mechanical Design

Information industry

by wittx


DeepLearning之优化方法

DeepLearning之优化方法

Information industry

by wittx


IPO的一般流程

IPO的一般流程

Information industry

by wittx


高性能超级电容器的具有亚纳米微孔的 N 掺杂二维碳纳米片的通用策略



2020/11/24金融行情

2020/11/24金融行情

Information industry

by wittx


创业板成交额突破2700亿

创业板成交额突破2700亿

Information industry

by wittx