Международная команда во главе с исследователями из Сколтеха выявила лучший алгоритм искусственного интеллекта для предсказания наилучших условий синтеза нанотрубок. Нейросети победили в «соревновании» с большим отрывом.
Заданность конкретных характеристик очень важна для нанотрубок, потому что они могут проявлять одни и те же свойства противоположным образом в разных приложениях. Например, их структурные дефекты вредны для электроники, но необходимы для водородной энергетики.
«Чтобы изготовить нанотрубки с желаемыми свойствами, необходимо понимать, какие характеристики меняются — и каким образом — при корректировке тех или иных параметров синтеза. Этих параметров десятки: температура, количество и состав катализатора, состав газа, время пребывания в реакторе, геометрия реактора и так далее — все это вместе определяет свойства конечного продукта», — пояснил руководитель исследования, профессор Сколтеха Альберт Насибулин.
Из-за сложного взаимодействия параметров задачу оптимизации синтеза продуктивно решать с использованием искусственного интеллекта. В проведенном исследовании использовались три условия синтеза и рассматривалось их влияние на четыре характеристики нанотрубок.
Ученые заставили наиболее популярные модели машинного обучения соревноваться друг с другом — и нейронные сети победили. Они оказались эффективнее в предсказании сложных характеристик углеродных нанотрубок, таких как оптоэлектрические свойства.
Проделанная работа — шаг на пути к созданию в Сколтехе самообучающегося реактора для производства нанотрубок с заданными свойствами для датчиков экологического мониторинга, систем адресной доставки лекарств и других технологий.
