Probing the limits of forward screening and inverse design of crystal materials
Door 55 uiteenlopende kristaldatabases te verenigen tot een uitgebreide bron en het CGTNet-model in te zetten om ontbrekende eigenschappen te voorspellen, onthult deze studie dat voorwaartse screening van bekende materialen duizenden ultra-incompressibele kandidaten zoals ReN2 kan ontdekken, terwijl het tegelijkertijd aantoont dat huidige methoden voor invers ontwerp vaak bestaande composities herontdekken, waarmee een striktere basis wordt gelegd voor de evaluatie van materiaalnoverigheid.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Materiaalwetenschappers zijn constant op zoek naar nieuwe kristallen, de rigide, herhalende structuren die alles vormen, van het silicium in onze telefoons tot de diamanten in onze sieraden. Om een materiaal met een specifieke superkracht te vinden — zoals het vermogen om immense druk te weerstaan of elektriciteit perfect te geleiden — volgen onderzoekers meestal een van de twee paden. De eerste is een schattenjacht: ze zoeken door miljoenen bekende kristallen naar één die al de gewenste eigenschap bezit. De tweede is een creatieve daad: ze gebruiken krachtige computerprogramma's om geheel nieuwe kristalstructuren te bedenken en te genereren die die eigenschap zouden moeten hebben. Beide methoden vertrouwen op enorme publieke bibliotheken met gegevens, waar wetenschappers de blauwdrukken en eigenschappen van kristallen opslaan die zij hebben ontdekt of gesimuleerd. Maar jarenlang spraken deze bibliotheken verschillende talen. Dezelfde kristal kan in de ene database worden vermeld met één naam en in een andere met een totaal andere naam, of het kan cruciale informatie missen. Deze verwarring heeft het moeilijk gemaakt om te weten hoe ver deze zoekmethoden echt kunnen gaan, of hoe werkelijk "nieuw" de materialen die ze vinden eigenlijk zijn.
Een team van onderzoekers aan de Hong Kong University of Science and Technology heeft nu deze mist opgeklaard door een enkele, verenigde bibliotheek te bouwen die 55 verschillende databases samenbrengt. Ze hebben de gegevens niet simpelweg gekopieerd en geplakt; ze hebben elk kristal in deze collecties zorgvuldig gematcht op basis van de fysieke vorm, waarbij ze de verwarrende namen en chemische formules negeerden die vaak niet in staat zijn om verschillende versies van hetzelfde materiaal te onderscheiden. Deze enorme inspanning resulteerde in een enkele, zelfvernieuwend catalogus met bijna 14,6 miljoen unieke kristalstructuren en meer dan 131 miljoen eigenschapsmetingen. Cruciaal was dat ze een register bijhielden van waar elk afzonderlijk stukje informatie vandaan kwam, waardoor ze de geschiedenis van elke waarde konden traceren. Ze ontdekten dat hoewel deze bibliotheek enorm is, deze ook ongelooflijk ijl is. Voor het overgrote deel van de kristallen ontbreken de specifieke eigenschappen waar onderzoekers om geven simpelweg in de registers. Om deze hiaten op te vullen, ontwikkelde het team een nieuw kunstmatig intelligentiemodel genaamd CGTNet. Dit model werkt als een zeer bekwame gokker, getraind om ontbrekende eigenschappen te voorspellen op basis van de kristalstructuur, met een nauwkeurigheid die eerdere methoden overtreft. Door dit hulpmiddel te gebruiken, waren ze in staat de bibliotheek te voltooien en waarden te voorspellen voor miljoenen kristallen die nog nooit eerder waren gemeten of berekend.
Met deze voltooide bibliotheek in handen testten de onderzoekers de grenzen van zowel de schattenjacht als de creatieve generatie-benaderingen. Ze keken eerst naar de schattenjacht, of "forward screening", en vroegen zich af hoeveel ultraharde materialen er verborgen liggen in het volle zicht onder de bekende kristallen. Vóór dit onderzoek geloofden wetenschappers dat ze de meeste kandidaten al hadden gevonden. Echter, door hun nieuwe AI-model toe te passen op de voltooide bibliotheek, ontdekten ze tienduizenden bekende kristallen die waarschijnlijkwel ultra-incompressibel waren, maar nooit specifiek op deze eigenschap waren getest. Onder deze verborgen parels vonden ze een materiaal genaamd ReN2. Hoewel dit kristal onder hoge druk in een laboratorium was gesynthetiseerd en de hardheid ervan was gemeten op 428 gigapascal, had geen enkele database ooit de bulkmodulus geregistreerd, een maatstaf voor de weerstand tegen compressie. De screening van de onderzoekers identificeerde het succesvol als een topkandidaat, wat bewees dat de schattenjacht nog steeds waardevolle, bekende materialen kan vinden die simpelweg werden over het hoofd gezien omdat de gegevens versnipperd en incompleet waren.
Het team richtte vervolgens de aandacht op de creatieve benadering, of "inverse design", waarbij computers nieuwe kristalideeën genereren. Jarenlang hebben deze computerprogramma's beweerd dat ze grote aantallen gloednieuwe materialen ontdekken. De onderzoekers testten deze claims door de gegenereerde kristallen te controleren tegen hun nieuwe, uitgebreide bibliotheek. Ze ontdekten dat het gevoel van nieuwheid grotendeels een illusie was, veroorzaakt door het gebruik van onvolledige referentielijsten. Toen ze de gegenereerde kristallen controleerden tegen de volledige bibliotheek van 55 bronnen, ontdekten ze dat een groot aantal van hen helemaal niet nieuw was. In één specifieke test genereerde een computerprogramma 100 kristallen die het als nieuw en extreem stijf claimde. Toen de onderzoekers deze controleerden tegen hun complete database, bleken 82 van hen in feite variaties te zijn van composities die al bekend en geregistreerd waren. Bovendien bevatten al deze "nieuwe" kristallen een specifiek element, osmium, wat suggereert dat de generator slechts een zeer beperkte set bekende ingrediënten aan het remixen was in plaats van het volledige universum aan mogelijkheden te verkennen.
De studie concludeert dat de manier waarop we naar materialen zoeken moet veranderen. De schattenjacht is veel krachtiger dan voorheen gedacht; door alle bekende gegevens te integreren en de ontbrekende stukjes in te vullen, kunnen we duizenden nuttige materialen vinden die al bestaan maar verborgen waren in de gaten van onze registers. Daartegenover staat dat de creatieve generatie-benadering haar eigen succes heeft overschat. De "nieuwe" materialen die het produceert, zijn vaak slechts herhalingen van wat we al weten, simpelweg omdat de referentielijsten die werden gebruikt om ze te beoordelen te klein waren. Door een enkele, complete en geverifieerde database te gebruiken, kunnen wetenschappers nu het verschil zien tussen een echte ontdekking en een duplicaat, waardoor wordt gewaarborgd dat de zoektocht naar het volgende geweldige materiaal gebouwd is op een fundament van waarheid in plaats van verwarring.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.