Лучший алгоритм искусственного интеллекта (ИИ) для задачи выбора оптимальных условий синтеза углеродных нанотрубок с заданными свойствами, определила международная команда ученых под руководством профессора Сколковского института науки и технологий Альберта Насибулина, 8 декабря сообщает пресс-служба Сколтеха.

Результаты исследования ученые представили в статье «Методы машинного обучения для аэрозольного синтеза однослойных углеродных нанотрубок», опубликованной в журнале Carbon.

Нанотрубки — это как бы свернутый лист графена, который, в свою очередь, представляет собой слой углерода толщиной в один атом с кристаллической решеткой в виде сетки шестиугольных сот.

Нанотрубки в настоящее время нашли широчайшее применение в лазерах, датчиках для экологического мониторинга, системах доставки лекарственных препаратов, технологии водородной энергетики и др. При этом каждое такое приложение требует вполне определенных свойств нанотрубок.

Первый автор статьи, старший научный сотрудник Сколтеха Дмитрий Красников так прокомментировал задачу проведенного исследования:

«Наша работа связана с возможностями тонкой настройки свойств углеродных нанотрубок. Благодаря своим исключительным свойствам, углеродные нанотрубки применяются сразу во многих областях, от систем прицельной доставки лекарств в организме в пораженные болезнью ткани до устройств для поглощения атмосферного углекислого газа в целях противодействия глобальному потеплению. И только применительно к конкретному приложению можно говорить о неких оптимальных свойствах материала».

Ученый пояснил, что, например, структурные дефекты нанотрубок вредны в электронике, но необходимы в водородной энергетике. При этом для изготовления нанотрубок с требуемыми свойствами нужно знать, как и каким образом эти свойства изменятся при изменении параметров синтеза.

«Этих параметров десятки: температура, количество и состав катализатора, состав газа, время пребывания в реакторе, геометрия реактора и так далее — всё это вместе определяет свойства конечного продукта. Сложное взаимодействие параметров делает оптимизацию синтеза одной из тех задач, которые продуктивно решать с использованием искусственного интеллекта», — пояснил руководитель исследования Альберт Насибулин.

Он сообщил, что их статья описывает выбор лучшего алгоритма ИИ для оптимизации параметров аэрозольного синтеза нанотрубок — одного из распространенных способов их получения. Способ заключается в том, что в реактор подаются содержащий углерод газ и вещество, являющееся исходным материалом для катализатора. В результате нагрева эти ингредиенты разлагаются с выделением каталитических частиц и углерода, кристаллизующегося в форме нанотрубок.

Учеными исследовались три условия синтеза — рассматривалось их влияние на четыре характеристики нанотрубок. Был произведен выбор оптимальной из нескольких рассмотренных моделей. Дмитрий Красников так рассказал об этом выборе:

«Мы провели своего рода „конкурс“, заставив наиболее популярные модели машинного обучения соревноваться друг с другом — и искусственные нейронные сети победили. Эти сложные многослойные модели оказались значительно впереди в предсказании сложных характеристик углеродных нанотрубок, таких как их оптоэлектрические свойства. Что касается характеристик попроще, например диаметра трубки, искусственные нейросети тоже на первом месте, но здесь линейная регрессия и другие более простые модели уже не столь сильно проигрывают».

В исследовании, которое было задумано как первый этап более масштабного проекта, был задействован небольшой набор данных на 250 элементов, без привлечения внешних данных. Однако работа показала, что даже такого объема данных хватило, чтобы делать весьма точные предсказания свойств нанотрубок.

Следующим этапом станет создание в Сколтехе «умного» (самообучающегося) реактора, который будет способен создавать со всё возрастающей эффективностью углеродные нанотрубки с заранее заданными параметрами.

Продолжение такой работы приведет со временем к росту полученных данных, что позволит оптимизировать большее количество условий синтеза для производства продукции с большим количеством заданных свойств.

В результате умный реактор должен стать универсальным решением для настройки параметров синтеза одностенных углеродных нанотрубок для множества приложений, в том числе в медицине, производстве сенсоров и лазеров, водородной энергетике, улавливании атмосферного углерода и др., обеспечивающим тонкую настройку необходимых им свойств.