Spillets algoritme, der kan forbedre materialedesign

Design af avancerede materialer er en kompleks proces, med mange potentielle kombinationer til præcist at placere atomer i en struktur. Men nu, forskere har udviklet et nyt værktøj, der hjælper med at bestemme de ideelle placeringer - takket være en algoritme, der identificerer de bedste træk til at vinde computerspil, ifølge en undersøgelse, der for nylig blev offentliggjort i tidsskriftet Videnskab og teknologi af avancerede materialer .

Forskere, der designer avancerede materialer, som har anvendelser i siliciummikrochips eller optiske fibre, for eksempel, kæmper ofte for at bestemme, hvordan atomer skal placeres i en krystalstruktur for at opnå en målrettet funktion. For at forbedre denne proces, forskere i Japan udviklede en ny metode kaldet Materials Design ved hjælp af Tree Search (MDTS). Det identificerer de bedste atompositioner ved hjælp af en algoritme kaldet Monte Carlo træsøgning, som med succes er blevet anvendt af computerspil til at bestemme træk, der giver de bedst mulige resultater.

Teamet brugte deres metode til at identificere den bedste måde at designe silicium-germaniumlegeringskonstruktioner på, som enten har en minimal eller maksimal evne til at lede varme. Materialer med minimal 'termisk konduktans' kan genvinde spildvarme fra industrielle processer til brug som energikilde. Materialer med maksimal varmeledningsevne kan trække varme væk fra computerbehandlingsenheder.

Legeringen har et bestemt antal atomrum, der kan fyldes med silicium eller germanium. MDTS -algoritmen gennemgår en iterativ læringsproces, der beregner hvilken af ​​alle mulige positioner, der er bedst til at placere silicium eller germanium for at opnå den ønskede grad af termisk konduktans.

Teamet sammenlignede deres metode med en anden almindeligt anvendt algoritme til dette formål og fandt ud af, at MDTS var sammenlignelig eller bedre med hensyn til den samlede beregningstid. Deres metode har også en "betydelig" evne til at lære af data.

"MDTS er et praktisk værktøj, som materialeforskere let kan implementere i deres egne problemer og har potentiale til at blive et standardvalg, "konkluderer forskerne.