Новый алгоритм открывает возможности для использования искусственного интеллекта и машинного обучения для изучения взаимодействий на поверхности материалов.
Учёные и инженеры изучают атомные взаимодействия, происходящие на поверхности материалов, чтобы разработать более энергоэффективные батареи, конденсаторы и другие устройства. Однако точное моделирование этих фундаментальных взаимодействий требует огромных вычислительных мощностей для полного учёта геометрических и химических особенностей, а современные методы только начинают осваивать эту область.
«Сейчас это непосильно, и нет ни одного суперкомпьютера в мире, который мог бы провести подобный анализ», — говорит Сиддхартх Дешпанде, доцент кафедры химической инженерии Университета Рочестера. «Нам нужны умные способы управления большими объёмами данных, использование интуиции для понимания наиболее важных взаимодействий на поверхности и применение методов, основанных на данных, для сокращения пространства выборки».
Оценивая структурное сходство различных атомных структур, Дешпанде и его студенты обнаружили, что могут получить точную картину химических процессов и сделать соответствующие выводы, анализируя всего два процента или менее уникальных конфигураций поверхностных взаимодействий. Они разработали алгоритм, отражающий это понимание, который они описали в исследовании, опубликованном в Chemical Science.
В исследовании авторы использовали алгоритм для анализа тонкостей дефектной поверхности металла и того, как она влияет на реакцию окисления угарного газа, что, в свою очередь, может помочь в понимании энергетических потерь в топливных элементах на основе спирта.
Дешпанде говорит, что разработанный ими алгоритм значительно ускоряет теорию функционала плотности — метод квантово-механического моделирования, который он называет «рабочей лошадкой» последних нескольких десятилетий для изучения структуры материалов.
«Этот новый метод станет основой для включения машинного обучения и искусственного интеллекта», — говорит Дешпанде.
«Мы хотим применить это к более сложным и сложным приложениям, таким как понимание взаимодействия электрод-электролит в батареях, взаимодействия растворитель-поверхность для катализа и многокомпонентных материалов, таких как сплавы».
Предоставлено Университетом Рочестера