Понад століття вчені покладаються на кристалографію для виявлення атомної структури матеріалів. Це дуже ефективний метод, який зробив революцію в найрізноманітніших галузях, але у нього є постійний недолік – він найкраще працює на великих, чистих кристалах.
Проте вченим вдалося вирішити цю проблему, пише Interesting Engineering.
Вчені з Колумбійського інженерного інституту використовували машинне навчання, щоб краще вивчати крихітні, недосконалі нанокристали. У своєму дослідженні вони розповіли про свій новий алгоритм, який дозволяє відновити атомну структуру матеріалів за погіршеними дифракційними картинами фрагментів нанокристалів.
“Штучний інтелект розв’язав цю задачу, вивчивши все, що міг, з бази даних, що складається з багатьох тисяч відомих, але не пов’язаних між собою структур”, – розповів Саймон Біллінг, професор матеріалознавства, прикладної фізики та прикладної математики в Колумбійському інженерному інституті.
У виданні пояснили, що традиційні методи дифракції рентгенівських променів засновані на використанні незайманих великих кристалів для отримання чітких дифракційних картин. Коли вчені обмежуються порошками або суспензіями нанокристалів, картини занадто погіршуються, щоб розрізнити структуру за допомогою звичайних методів.
Саме цей недолік традиційних методів дифракції перешкоджав прогресу в найрізноманітніших галузях, включно з розробкою ліків і технологією виробництва батарей.
Вчені поділилися, що вони звернулися до дифузійного генеративного моделювання. Це техніка штучного інтелекту, яка часто використовується в генераторах зображень.
Дослідники навчили свою власну модель ШІ на наборі даних із 40 000 відомих атомних структур. Вони навмисно порушили порядок цих структур, щоб нейромережа змогла створювати осмислений порядок із хаосу.
У процесі навчання ШІ навчився зіставляти погано роздільні дифракційні дані з найімовірнішими атомними розташуваннями.
“З попередньої роботи ми знали, що дифракційні дані нанокристалів не містять достатньо інформації для отримання результату. Алгоритм використовував свої знання про тисячі незв’язаних структур, щоб доповнити дифракційні дані”, – додав Біллінг.
У виданні підкреслили, що новий алгоритм успішно реконструював атомні структури нанокристалів, які раніше ставили дослідників у глухий кут. Це досягнення являє собою великий крок уперед, потенційно здатний відкрити інновації одразу в кількох галузях.
Останні відкриття, технологічні прориви, дослідження та інновації, що змінюють світ. Дізнавайтеся про найважливіші досягнення в галузях фізики, біології, космосу й медицини – у розділі «Наука».