Российские математики и физики выяснили, как можно улучшить качество нанотрубок и научиться гибко управлять их ростом, используя искусственный интеллект и нейросети. Их выводы были представлены в журнале Carbon.


"Сложный процесс роста углеродных нанотрубок сдерживал развитие электроники на их основе на протяжении 25 лет. Мы полагаем, что наша методика поможет создать эффективное производство углеродных нанотрубок и откроет новые горизонты для их применения", ‒ заявил Альберт Насибулин, профессор "Сколтеха".

Изображение: sciencedirect.com.

С момента открытия углеродных нанотрубок в 1991 году ученые считали, что их ожидает большое будущее в современной промышленности. У них есть множество полезных свойств – они хорошо проводят тепло и ток, отличаются высокой прочностью и механической устойчивостью. Но первые же опыты показали, что нанотрубки очень сложно использовать на практике из-за их малых размеров и сложностей в их соединении и сплетении в единые волокна.

Большие проблемы, как отмечают ученые, создает и то, что характеристики нанотрубок резким образом меняются при увеличении их диаметра или повышении числа слоев внутри них. По этой причине большая часть наноматериалов изготавливаются из нанотрубок конкретной толщины и длины, и ошибки при их выращивании часто делают подобную продукцию бесполезной.

"Реализации огромного потенциала нанотрубок мешает многофазный процесс их производства, контролировать который крайне непросто. Мы предложили использовать искусственные нейронные сети для анализа экспериментальных данных и предсказания эффективности синтеза однослойных углеродных нанотрубок", – добавляет Дмитрий Красников, коллега Насибулина по университету.

Подобные конструкции, как объясняют исследователи, сегодня синтезируются, используя три компонента – угарный и углекислый газ, а также специальный катализатор на базе ферроцена, соединения железа и двух молекул ароматических углеводородов.
Каждое из этих веществ играет свою роль в сборе нанотрубок. Угарный газ служит сырьем для атомов углерода, из которых формируются их стенки, а ферроцен и СО2 заставляют его молекулы расщепляться и способствуют тому, что на поверхности частиц катализатора будут возникать не многослойные, а однослойные нанотрубки.
То, как протекает этот процесс, зависит от множества параметров, в том числе температуры среды, давления и концентрации каждого газа, скорости их движения через реактор и целого ряда других особенностей. Выбрав пять наиболее важных из них, российские математики и физики попытались научить искусственный интеллект предсказывать свойства будущих нанотрубок по значениям этих величин.
Для этого они провели серию экспериментов и создали почти сто разных вариаций нанотрубок, меняя температуры, давление, состав смеси и скорость реакции. После этого ученые объединили эти замеры в базу данных и использовали ее для обучения нейросети.
Несмотря на столь небольшой набор примеров, нейросеть научилась достаточно точно предсказывать уровень выхода, размеры, спектр и другие характеристики нанотрубок, опираясь на пять эти параметров. Ее работу ученые проверили, просчитав характеристики подобных наноструктур при помощи ИИ и затем синтезировав их на практике.
Успешная реализация этих опытов, как надеются исследователи из "Сколтеха", привлечет более серьезное внимание к подобным исследованиям и позволит им создать более точные нейросети, натренированные на более масштабном наборе примеров. Это упростит синтез нанотрубок и позволит им проникнуть в микроэлектронику и другие сферы жизни человека.
     
Источник: ria.ru