Ученые из Центра фотоники и 2D-материалов МФТИ разработали ИИ-алгоритм, который вместо месяцев экспериментов может за считанные дни предсказать новые, стабильные двумерные материалы в зависимости от типа и подложки. Это в десятки раз ускоряет создание гибких дисплеев, мощных процессоров и медицинских сенсоров. Результаты исследования опубликованы в журнале NPJ Computational Materials.
«Наш алгоритм впервые учитывает ключевой фактор — влияние подложки, что в десятки раз ускоряет создание следующих поколений устройств наноэлектроники: гибких и прозрачных дисплеев, сверхчувствительных сенсоров для медицины и экологии, энергоемких аккумуляторов и квантовых устройств. Если раньше подбор оптимальной пары материал—подложка требовал месяцев экспериментов, то теперь оценить тысячи вариантов можно провести за считанные дни!», — рассказал Иван Круглов, заведующий лабораторией компьютерного дизайна материалов Центра фотоники и 2D-материалов МФТИ.
Двумерные материалы — соединения, атомы внутри которых расположены в одной плоскости и образуют большое «полотно» толщиной в один или несколько атомов. Будучи невероятно тонкими, они обладают уникальными свойствами, которых нет у их объемных собратьев.
Самый известный из них — графен. Электроны в нем могут двигаться практически без сопротивления, что делает его одним из лучших проводников в мире. Но, как только его наносят на стандартную кремниевую подложку, его проводимость резко ухудшается.
Такие эффекты важно учитывать еще на этапе проектирования материалов. Но существующие модели способны предсказывать структуру только изолированных двумерных материалов. Для расчета они используют сверхбольшие вычислительные модели, требующие колоссальных ресурсов и времени. Поэтому экспериментаторам приходится подбирать нужную подложку методом проб и ошибок в течение долгого времени.
Новый метод вычисления объединяет ИИ и фундаментальную физику, чтобы предсказывать структуру не просто изолированных двумерных материалов, а всей структуры материал—подложка целиком. С его помощью можно не только выяснить, как будет сочетаться конкретный двумерный материал с подложкой, но и подобрать самую подходящую из всех возможных.
Принцип работы алгоритма: генерация вариантов материал—подложка, оптимизация их структуры с помощью межатомного потенциала на основе машинного обучения, выбор наилучших и окончательный анализ стабильной структуры.Источник: NPJ Computational Materials
«Наш алгоритм работает по принципу естественного отбора. Сначала он генерирует тысячи случайных конфигураций материал—подложка. Затем используемых нами межатомный потенциал на основе машинного обучения (MLIP) оценивает их стабильность. И уже самые лучшие кандидаты окончательно проходят проверку квантово-механическими расчетами. Это позволяет за дни найти решения, на которые ушли бы годы», — отметил Иван Круглов.
Работу алгоритма уже проверили, рассчитав свойства для системы: молибден-сера (Mo-S) на сапфировой подложке (Al₂O₃). Алгоритм не только переоткрыл известную структуру, но и нашел несколько совершенно новых.
Но найти материал — это только часть процесса. Еще важнее предсказать, как его можно создать в реальной жизни. Для этого ученые смоделировали условия выращивания двумерного материала, и создали «дорожную карту» по его синтезу.
Схематическое изображение CVD-синтеза MoS2 с использованием прекурсоров серы и MoO3 (слева) и фазовая диаграмма двумерной системы Mo-S (справа). Источник: NPJ Computational Materials
Таким образом, ученые не просто предсказали новые материалы, а замкнули цепь: от компьютерной модели до готовой технологической инструкции. Это меняет правила игры в материаловедении, переводя его из эпохи проб и ошибок в эру целенаправленного дизайна материалов будущего.
__________________
Кроме ученых из Центра фотоники и 2D-материалов МФТИ в работе принимали участие их коллеги из Института биохимической физики им. Н.М. Эмануэля РАН, Сколтеха, Центра исследований новых технологий, XPANCEO (ОАЭ), Манчестерского университета и Национального университета Сингапура.
