Ny algoritme forudsiger optimale materialer blandt alle mulige forbindelser

Skoltech-forskere har tilbudt en løsning på problemet med at søge efter materialer med nødvendige egenskaber blandt alle mulige kombinationer af kemiske elementer. Disse kombinationer er næsten uendelige, og hver har et uendeligt væld af mulige krystalstrukturer; det er ikke muligt at teste dem alle og vælge den bedste løsning (f.eks. den hårdeste forbindelse) enten i et eksperiment eller i silico. Beregningsmetoden udviklet af Skoltech-professor Artem R. Oganov og hans ph.d. studerende Zahed Allahyari løser dette store problem inden for teoretisk materialevidenskab. Oganov og Allahyari præsenterede deres metode i MendS-koden (står for Mendelevian Search) og testede den på superhårde og magnetiske materialer.

"I 2006 vi udviklede en algoritme, der kan forudsige krystalstrukturen af ​​en given fast kombination af kemiske grundstoffer. Derefter øgede vi dens forudsigelsesevne ved at lære den at fungere uden en specifik kombination - så én beregning ville give dig alle stabile forbindelser af givne elementer og deres respektive krystalstrukturer. Den nye metode løser en meget mere ambitiøs opgave:her, vi vælger hverken en præcis forbindelse eller endda specifikke kemiske grundstoffer – snarere, vi søger gennem alle mulige kombinationer af alle kemiske grundstoffer, under hensyntagen til alle mulige krystalstrukturer, og find dem, der har de nødvendige egenskaber (f.eks. højeste hårdhed eller højeste magnetisering)" siger Artem Oganov, Skoltech og MIPT professor, Fellow i Royal Society of Chemistry og medlem af Academia Europaea.

Forskerne fastslog først, at det var muligt at bygge et abstrakt kemisk rum, så forbindelser, der ville være tæt på hinanden i dette rum, ville have lignende egenskaber. Dermed, alle materialer med særlige egenskaber (f.eks. superhårde materialer) vil blive grupperet i visse områder, og evolutionære algoritmer vil være særligt effektive til at finde det bedste materiale. Den Mendelevianske søgealgoritme kører gennem en dobbelt evolutionær søgning:for hvert punkt i det kemiske rum, den leder efter den bedste krystalstruktur, og på samme tid konkurrerer disse fundne forbindelser mod hinanden, parre sig og mutere i en naturlig udvælgelse af den bedste.

For at teste effektiviteten af ​​den nye metode, videnskabsmænd gav deres maskine en opgave med at finde sammensætningen og strukturen af ​​det hårdeste materiale. Deres algoritme returnerede diamant, hvilket gør jagten på materialer sværere end diamant til en blindgyde. I øvrigt, Algoritmen forudsagde også flere dusin hårde og superhårde faser, inklusive de fleste af de allerede kendte materialer og flere helt nye.

Denne metode kan fremskynde søgningen efter rekordstore materialer og indlede nye teknologiske landvindinger. Udstyret med disse materialer, videnskabsmænd kan skabe helt nye teknologier eller øge effektiviteten og tilgængeligheden af ​​gamle.