General

Як великі дані допомагають дізнатися нові властивості звичайних матеріалів

Часом навіть речовини і матеріали, про які,здавалося б, відомо абсолютно все, можуть досить сильно здивувати. При цьому для того, щоб дізнатися нові властивості речовин, зовсім не обов'язково «вивчати їх зсередини», розбираючи окремо кожну елементарну частинку, яка становить ці речовини. Так, наприклад, нещодавно група дослідників з допомогою технологій машинного навчання і великих даних змогла відкрити нові властивості нікелю.

Нікель - матеріал досить поширений. Але, як з'ясувалося, ми про нього багато чого не знаємо.

Якими новими властивостями володіє нікель

Згідно з дослідженням, опублікованим журналомPhysical Review, група дослідників на чолі з Едвіном Фохтунгом, професором матеріалознавства та інженерії в Політехнічному інституті Ренсселера, знайшла новий спосіб роботи з нікелем шляхом «розблокування» його властивостей. При цьому подібне відкриття дозволяє використовувати його у величезній купі найрізноманітніших проектів - від розробки компактних біосенсорів до створення квантових комп'ютерів. До слова, про квантових комп'ютерах ми регулярно повідомляємо на сторінці нашого порталу. Підписуйтесь на нас, щоб не пропустити найважливіше!

Вчені Політехнічного інституту Ренсселеразрозуміли, що коли нікель "розгортають» до розмірів вкрай тонкою однокристальної нанопроволоки і піддають дії механічної енергії, виробляється дуже сильне магнітне поле. Це явище названо магнітострикцією. І навпаки, якщо магнітне поле докладено до цього матеріалу, то атоми всередині змінять форму. Це переміщення атомів може бути використано для збору енергії. Хоча нікель є досить поширеним матеріалом, подібні властивості раніше не були відомі.

Уявіть собі створення системи з величезнимкількістю нанодротів. Ви можете помістити її в зовнішнє магнітне поле, і вона збере дуже велика кількість енергії, але сама система буде при цьому дуже маленькою в порівнянні з існуючими. - каже професор Фохтунг.

Дослідники виявили це унікальна властивістьза допомогою методу під назвою безлинзовий мікроскопія, в якому синхротрон використовується для збору даних. Синхротрон є установкою з кільцевої вакуумної камерою, в якій частинки прискорюються до швидкості, близької до швидкості світла, а стоять на їх шляху потужні електромагніти задають траєкторію їх руху. Таким чином можна дізнатися дуже багато про поведінку і властивості елементарних частинок. Але обсяг інформації, що збирається за синхротрона, дуже величезний і тут то і стали в нагоді алгоритми машинного навчання.

Читайте також: Матеріал, створений з тютюнового листя, виявився таким же міцним, як дерево або пластик

Дані «згодували» комп'ютерним алгоритмам,які створили тривимірні зображення щільності електронів і зміщення атомів нікелю в речовинах різної товщини і щільності. Використовуючи масив нейромереж, які працювали з великими даними, вдалося отримати зображення найкращої якості, ніж при використанні традиційних мікроскопів, даючи дослідникам більше інформації.

Цей підхід дозволяє виявити надзвичайно дрібніоб'єкти і дізнаватися про матеріали то, чого ми ніколи не знали, - сказав професор Фохтунг. Якщо ви використовуєте лінзи мікроскопа, то є межа того, що ви можете бачити. Це визначається розміром об'єктива, його кривизною і іншими характеристиками. Тепер же у нас цієї межі немає.

Вчені вважають, що такий підхід до вивченняречовин дозволить дослідникам дізнатися ще більше про твердотільних матеріалах, подібних до тих, які використовуються в технологічних пристроях. Це може навіть дозволити отримати більш глибоке розуміння про роботу людської тканини і клітин, які теж можуть бути вивчені за допомогою нової методики.