Кристаллы играют важнейшую роль в различных отраслях промышленности, а поликристаллические компоненты широко используются в металлических сплавах, керамике и полупроводниках. Ориентация кристаллических зерен в этих компонентах существенно влияет на их свойства. Однако точное измерение и контроль распределения ориентации зерен представляет собой сложную задачу из-за дорогостоящего оборудования и трудоемких методик. 

Решая эту проблему, группа исследователей из Университета Нагои (Япония) разработала модель искусственного интеллекта (ИИ), способную быстро и эффективно предсказывать ориентацию кристаллов. Обучив ИИ с помощью оптических фотографий поликристаллических материалов, команда добилась замечательных результатов, которые опубликованы в журнале APL Machine Learning.

Ориентация кристаллических зерен имеет решающее значение для материалов, используемых в солнечных батареях, смартфонах, компьютерах и других технологиях. Свойства поликристаллов зависят от того, как ориентированы их кристаллические зерна, поэтому точное прогнозирование и контроль необходимы для оптимизации их работы.

[embedded content]

Существующие методы измерения распределения ориентации зерен в поликристаллических материалах занимают много времени и требуют дорогостоящего оборудования. Профессор Норитака Усами объясняет: «Чтобы получить поликристаллический материал, который можно эффективно использовать в промышленности, необходим контроль и измерение распределения ориентации зерен. Однако этому препятствует дорогостоящее оборудование и время, необходимое для измерения образцов большой площади».

Инновационное применение искусственного интеллекта в прогнозировании ориентации кристаллов
Команда Университета Нагоя под руководством профессора Усами и профессора Хироаки Кудо разработала модель машинного обучения, которая анализирует фотографии, сделанные при освещении поверхности поликристаллических кремниевых материалов под разными углами. Благодаря такому подходу ИИ успешно предсказал распределение ориентации зерен.

Для обучения модели ИИ исследователи сделали множество фотографий поликристаллического кремниевого материала, осветив его поверхность с разных сторон. Затем эти фотографии использовались для обучения модели машинного обучения, что позволило ей точно предсказывать ориентацию кристаллов.

По сравнению с традиционными методами, которые занимают около 14 часов, весь процесс оптического фотографирования, обучения модели искусственного интеллекта и предсказания ориентации с помощью нового метода занял всего около 1,5 часа. Такое значительное сокращение времени позволяет быстрее анализировать материалы большой площади, что ранее было невозможно.

Профессор Усами считает, что эта прорывная технология произведет революцию в разработке материалов. Он предполагает создание системы анализа ориентации поликристаллических материалов, включающей в себя сбор изображений и модель прогнозирования ориентации кристаллов на основе машинного обучения. Такая система может быть принята на вооружение многими компаниями, работающими с поликристаллическими материалами.

«Это технология, которая произведет революцию в разработке материалов», — говорит профессор Усами. «Это исследование предназначено для всех исследователей и инженеров, разрабатывающих поликристаллические материалы. Мы ожидаем, что многие компании, работающие с поликристаллическими материалами, установят у себя такое оборудование».

Потенциально способная упростить и улучшить производство поликристаллических компонентов, эта технология прогнозирования ориентации кристаллов на основе искусственного интеллекта открывает перспективы для различных отраслей промышленности, прокладывая путь к более эффективному использованию материалов и улучшению технологических достижений.

Оригинал earth-chronicles.ru