Механическое напряжение серьезно меняет свойства наноматериалов, но раньше предсказать эффект было невозможно. В MIT алгоритм обучили анализировать структуру для миллионов вариантов напряжения. Это открывает дорогу к созданию невероятных вещей: сверхтонких солнечных панелей и скоростных алмазных процессоров.

Среди многих способов менять свойства материалов напряжение отличает гибкость применения: устраните воздействие, и материал станет «как прежде». Однако у технологии был колоссальный недостаток — непредсказуемость. Ученые действовали буквально наугад. Напрягать материал можно по шести векторам и с бесконечным числом градаций силы. Один из авторов работы Ян Ли пояснил для MIT Tech Review, что для одного образца это «около 100 млн вариантов деформации». Метод проб и ошибок здесь не подходит. Укротить напряжение — его давняя мечта.

Исследования наноматериалов показали, что порой достаточно 1%-ной деформации, чтобы, например, повысить проводимость в полтора раза. Но нужно знать, какой вариант из ста миллионов выбрать.

Ли ранее выяснил, что даже самый твердый материал в мире — алмаз в форме наноигл — можно деформировать на 9% без разрушения. А в случае с наночастицами кремния этот показатель — 15%, при этом напряжение материала можно включать и выключать «по заказу».

Ученые решили выявить наиболее перспективные среди миллионов модификаций с помощью ИИ. В разработке алгоритма принимали двое сотрудников российского Сколково — Евгений Цымбалов и Александр Шапеев.

Ли утверждает, что нейросеть предсказывает изменение проводимости материалов «очень аккуратно» и дает долгожданную возможность создавать структуры с заданными свойствами для нужд электроники, обработки информации или энергетики.

«Если вы растянете материал на 7%, его свойства очень серьезно изменятся», — предрекает ученый.

Он упоминает возможность создания солнечной панели, которая в 1000 раз тоньше нынешних при той же эффективности. Или алмазных процессоров, которые при идеальной реализации процесса могут быть в 100 000 раз быстрее нынешних кремниевых. Правда, для этого придется продумать весь технологический процесс с нуля: сейчас нет способа нанести алмазный слой на большую подложку, не говоря уже о том, чтобы она была деформируемой по формулам, предложенным ИИ.

«Потребуется огромный объем работы, чтобы понять, как приложить напряжение и как масштабировать процесс, чтобы он работал в 100 млн транзисторов на чипе без сбоев», — указывает Ли.