Obecně

Jak velká data pomáhají naučit se nové vlastnosti konvenčních materiálů

Někdy dokonce i látky a materiály, o kterýchZdálo by se, že je známo naprosto všechno, mohou docela překvapit. Zároveň s cílem naučit se nové vlastnosti látek není vůbec nutné „studovat je zevnitř“, přičemž se každá elementární částice, která tyto látky tvoří jednotlivě, rozdělí. Například nedávno mohla skupina vědců využívajících technologie strojového učení a velkých dat objevit nové vlastnosti niklu.

Nikl je poměrně běžný materiál. Ale jak se ukázalo, my o tom nevíme mnoho.

Jaké nové vlastnosti má nikl

Podle studie publikované časopisemPhysical Review, skupina vědců vedená Edwinem Fochtungem, profesorem materiálových věd a inženýrství na Rensselaer Polytechnic Institute, našla nový způsob práce s niklem „odemknutím“ jeho vlastností. Navíc takový objev umožňuje jeho použití v obrovském množství různých projektů - od vývoje kompaktních biosenzorů až po tvorbu kvantových počítačů. Mimochodem, pravidelně informujeme o kvantových počítačích na stránce našeho portálu. Přihlaste se k odběru, abychom vám neunikli nejdůležitější!

Vědci v Rensselaer Polytechnic Institutesi uvědomili, že když je nikl „válcován“ do velikosti extrémně tenkého jednočipového nanočástic a vystaven mechanické energii, je generováno velmi silné magnetické pole. Tento jev se nazývá magnetostrikce. Naopak, pokud je na tento materiál aplikováno magnetické pole, pak atomy uvnitř změní tvar. Tento pohyb atomů lze použít ke sběru energie. Ačkoli je nikl poměrně běžný materiál, podobné vlastnosti nebyly dříve známy.

Představte si vytvoření systému s obrovskýmpočet nanovláken. Můžete ji umístit do vnějšího magnetického pole a bude shromažďovat velmi velké množství energie, ale samotný systém bude ve srovnání se stávajícími velmi malý. - říká profesor Fochtung.

Vědci objevili tuto jedinečnou vlastnost.pomocí metody zvané bez čočky, při které se ke sběru dat používá synchrotron. Synchrotron je zařízení s kruhovou vakuovou komorou, ve kterém jsou částice zrychleny na rychlost blízkou rychlosti světla a silné elektromagnety stojící v jejich cestě určují trajektorii jejich pohybu. Dá se tedy mnoho naučit o chování a vlastnostech elementárních částic. Množství informací shromážděných ze synchrotronu je však velmi velké a zde se hodí algoritmy strojového učení.

Viz také: Ukázalo se, že materiál vyrobený z tabákových listů je stejně odolný jako dřevo nebo plast

Data byla vložena do počítačových algoritmů,který vytvořil trojrozměrné obrazy hustoty elektronů a přemístění atomů niklu v látkách různých tlouštěk a hustot. Pomocí řady neuronových sítí, které pracovaly s velkými daty, bylo možné získat obrazy lepší kvality než pomocí tradičních mikroskopů, což vědcům poskytlo více informací.

Tento přístup odhaluje extrémně malýpředměty a učení o materiálech, které jsme nikdy neznali, “řekl profesor Fochtung. Používáte-li mikroskopické čočky, je tu limit, co vidíte. To je určeno velikostí objektivu, jeho zakřivením a dalšími charakteristikami. Teď tento limit nemáme.

Vědci se domnívají, že tento přístup ke studiilátky umožní vědcům dozvědět se více o materiálech v pevné fázi, jako jsou materiály používané v technologických zařízeních. To může dokonce poskytnout hlubší pochopení práce lidské tkáně a buněk, které lze také studovat pomocí nové techniky.