麻省理工学院的人工智能系统可通过表面观察来揭示材料的内部结构

麻省理工学院的人工智能系统可通过表面观察来揭示材料的内部结构通常我们无法从封面上看完一本书,但是根据麻省理工学院的研究人员,你现在可能能够对各种材料做同样的检查,从飞机零件到医疗植入物。他们的新方法使工程师们能够仅仅通过观察材料表面的属性来弄清楚内部发生了什么。该团队使用一种被称为深度学习的机器学习来比较关于材料的外部力场和相应的内部结构的大量模拟数据,并利用这些数据生成一个能够从表面数据对内部进行可靠预测的系统。该成果发表在《先进材料》杂志上,由博士生杨振泽和土木与环境工程教授MarkusBuehler撰写的论文。"这是工程中一个非常常见的问题,"Buehler解释说。"如果你有一块材料--也许是汽车上的一扇门或飞机上的一块--你想知道该材料的内部情况,你可能会通过拍摄图像和计算有多少变形来测量表面的应变情况。但你不能真正看清材料的内部。你唯一能做的是通过切割它,然后看里面,观察里面是否有任何形式的损坏。"新方法的一个潜在应用是无损检测;例如,你不再需要打开一个金属管道就可以检测缺陷。他说:"使用X射线和其他技术也是可能的,但这些往往是昂贵的,需要笨重的设备。因此,我们所做的基本上是提出了一个问题:我们能不能开发一种人工智能算法,可以看看表面发生了什么,我们可以很容易地使用显微镜或拍照看到,或者也许只是测量材料表面的东西,然后试图弄清楚内部实际发生了什么?这种内部信息可能包括材料中的任何损坏、裂缝或应力,或其内部微观结构的细节。"他补充说,同样的问题也可以适用于生物组织。"那里是否有疾病,或者组织中的某种生长或变化?我们的目标是开发一个能够以完全无创的方式回答这类问题的系统。"Buehler说,实现这一目标需要解决复杂的问题,包括"许多这样的问题有多种解决方案"这一事实。例如,许多不同的内部配置可能表现出相同的表面特性。为了处理这种模糊性,"我们创造了一些方法,可以给我们提供所有的可能性,所有的选择,基本上,可能会导致这种特定的[表面]情况。"他们开发的技术涉及使用关于表面测量和与之相关的内部属性的大量数据训练一个人工智能模型。这不仅包括统一的材料,还包括不同材料组合的材料。"一些新的飞机是由复合材料制成的,所以它们有刻意的设计,有不同的阶段,"Buehler说。"当然,在生物学中也是如此,任何一种生物材料都是由多种成分组成的,它们具有非常不同的特性,比如在骨骼中,你有非常柔软的蛋白质,然后你有非常坚硬的矿物物质。"这种技术甚至对那些复杂程度不完全了解的材料也有效。"对于复杂的生物组织,我们并不确切了解它的行为方式,但我们可以测量其行为。我们没有这方面的理论,但如果我们有足够的数据收集,我们可以训练模型。"其开发的观察方法是广泛适用的。"它不仅仅局限于固体力学问题,还可以应用于不同的工程学科,如流体力学和其他类型。"Buehler补充说,它可以应用于确定各种属性,不仅仅是应力和应变,还有流体场或磁场,例如聚变反应堆内的磁场。它"非常通用,不仅适用于不同的材料,也适用于不同的学科"。最初开始考虑这种方法时是在研究一种材料的数据时,他们所使用的部分图像是模糊的,研究人员想知道如何可能"填补"模糊区域的缺失数据的空白。"我们如何才能恢复这些缺失的信息?"进一步研究后,发现这通常会是一个普遍存在的问题的例子,被称为逆向问题,即试图恢复缺失的信息。开发该方法涉及一个迭代过程,让模型进行初步预测,与有关材料的实际数据进行比较,然后进一步微调模型以匹配这些信息。由此产生的模型针对那些对材料有足够了解从而能够计算出真正的内部属性的情况进行了测试,新方法的预测与这些计算出的属性相吻合。训练数据包括表面的图像,但也包括各种其他类型的表面属性测量,包括应力、电场和磁场。在许多情况下,研究人员根据对特定材料的基本结构的理解,使用模拟数据。而且,即使当一种新材料有许多未知的特性时,该方法仍然可以产生一个近似值,足以为工程师提供一个大方向的指导,即如何进行进一步测量。作为如何应用这种方法的一个例子,Buehler指出,今天,飞机经常通过用昂贵的方法(如X射线)测试一些有代表性的区域来进行检查,因为测试整架飞机是不现实的。"这是一种不同的方法,你有一种成本更低的方法来收集数据并进行预测,"Buehler说。"从中你可以做出决定,你想去哪里看,也许会使用更昂贵的设备来测试。"这种通过GitHub网站免费提供给任何人使用的方法将主要应用于实验室环境,例如测试用于软机器人应用的材料。对于这类材料,他说:"我们可以测量表面的东西,但我们不知道材料内部发生了什么,因为它是由水凝胶或蛋白质或生物材料制成的执行器,而且没有这方面的理论。因此,这是一个研究人员可以利用我们的技术对内部情况进行预测的领域,也许可以设计出更好的抓取器或更好的复合材料,"他补充说。...PC版:https://www.cnbeta.com.tw/articles/soft/1361719.htm手机版:https://m.cnbeta.com.tw/view/1361719.htm

相关推荐

封面图片

麻省理工学院的微观超材料可抵御超音速撞击

麻省理工学院的微观超材料可抵御超音速撞击这就是麻省理工学院工程师在微观超材料实验中的发现--这些材料是有意打印、组装或以其他方式设计的,其微观结构赋予了材料整体特殊的性能。在最近发表在《美国国家科学院院刊》上的一项研究中,工程师们报告了一种快速测试超材料结构阵列及其对超音速撞击的适应性的新方法。通过以超音速发射微粒子,麻省理工学院的工程师们可以测试各种超材料的弹性,这些超材料是由小到一个红血球的结构制成的。图为微粒子撞击超材料结构的四段视频截图。图片来源:研究人员提供在实验中,研究小组将印刷好的微小超材料晶格悬挂在微观支撑结构之间,然后以超音速向材料发射更微小的粒子。然后,研究小组利用高速摄像机以纳秒级的精度捕捉每次撞击及其后果的图像。他们的研究发现了一些超材料结构,与完全固态、非结构化的同类材料相比,它们更能抵御超音速撞击。研究人员说,他们在微观层面观察到的结果可以推广到类似的宏观冲击,从而预测新材料结构在不同长度尺度上如何抵御现实世界中的冲击。研究人员打印出错综复杂的蜂窝状材料,悬浮在相同材料的支撑柱之间(如图)。这种微观结构的高度相当于人类三根头发的宽度。图片来源:研究人员提供"我们正在学习的是,材料的微观结构很重要,即使在高速变形的情况下也是如此,"研究报告的作者、麻省理工学院机械工程系教授卡洛斯-波特拉(CarlosPortela)说。"我们希望找出抗冲击结构,将其制成涂层或面板,用于航天器、车辆、头盔以及任何需要轻质和保护的物体。"该研究的其他作者包括第一作者、麻省理工学院研究生托马斯-布特鲁伊尔(ThomasButruille)和DEVCOM陆军研究实验室的约书亚-克龙(JoshuaCrone)。纯粹的影响团队的新高速实验建立在之前工作的基础上,工程师们在实验中测试了一种超轻碳基材料的韧性。这种材料比人的头发丝还细,由微小的碳支柱和碳束制成,研究小组打印了这些碳支柱和碳束,并将其放置在玻璃载玻片上。然后,他们以超过音速的速度向材料发射微粒子。这些超音速实验表明,微结构材料能够承受高速撞击,有时能使微粒子偏转,有时则能捕获它们。Portela说:"但有许多问题我们无法回答,因为我们是在基底上测试材料,这可能会影响它们的行为。"麻省理工学院的工程师们捕捉到了微粒子通过精确设计的超材料发射的视频,其测量厚度比人的头发丝还细。图片来源:研究人员提供在他们的新研究中,研究人员开发了一种测试独立超材料的方法,以观察材料在没有背衬或支撑基底的情况下,自身如何承受撞击。在目前的设置中,研究人员将感兴趣的超材料悬挂在两根由相同基础材料制成的微型支柱之间。根据被测试超材料的尺寸,研究人员计算出两根支柱必须相距多远,才能在两端支撑材料,同时让材料对任何冲击做出反应,而不受支柱本身的影响,这样就能确保我们测量的是材料特性,而不是结构特性。研究小组确定了支柱支撑设计后,便开始测试各种超材料架构。对于每种结构,研究人员首先在一个小型硅芯片上打印出支撑柱,然后继续打印超材料作为柱子之间的悬浮层,在一个芯片上打印和测试数百个这样的结构。穿孔和裂缝研究小组打印出的悬浮超材料类似于错综复杂的蜂巢状截面。每种材料都印有特定的三维微观结构,如重复八面体或多面体多边形的精确支架。每个重复单元的大小与一个红血球相当。由此产生的超材料比人的头发丝还要细。随后,研究人员以每秒900米(每小时2000多英里)的速度-完全在超音速范围内向这些结构发射玻璃微粒子,测试每种超材料的抗冲击能力。他们用相机捕捉了每次撞击,并逐帧研究了生成的图像,以了解射弹是如何穿透每种材料的。接下来,他们在显微镜下检查了这些材料,并比较了每次撞击的物理后果。波特拉说:"在建筑材料中,我们看到了撞击后小圆柱形弹坑的形态。但在固体材料中,我们看到了许多径向裂缝和被刨出的大块材料"。总之,研究小组观察到,发射的粒子在晶格超材料上造成了小的穿孔,而材料却保持完好无损。与此相反,当以相同的速度将相同的粒子发射到质量相等的非晶格固体材料中时,它们会产生大裂缝,并迅速扩散,导致材料破碎。因此,微结构材料能更有效地抵御超音速撞击以及多重撞击。尤其是印有重复八面体的材料似乎最坚硬。意见和未来方向"在相同的速度下,我们看到八面体结构更难断裂,这意味着单位质量的超材料能够承受的冲击力是块状材料的两倍,"波特拉说。"这告诉我们,有一些结构可以使材料变得更坚硬,从而提供更好的冲击保护"。展望未来,该团队计划利用新的快速测试和分析方法来确定新的超材料设计,希望能标记出可升级为更坚固、更轻便的防护装备、服装、涂层和镶板的架构。波特拉说:"最让我兴奋的是,我们可以在台式机上进行大量这些极端实验。这将大大加快我们验证新型高性能弹性材料的速度。"编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1420685.htm手机版:https://m.cnbeta.com.tw/view/1420685.htm

封面图片

麻省理工学院的新方法简化了复杂材料的构造过程

麻省理工学院的新方法简化了复杂材料的构造过程麻省理工学院和奥地利科学技术研究所的研究人员创建了一种技术,将许多不同的细胞超材料构建块纳入一个统一的基于图形的表示中。他们使用这种表示创建了一个用户友好的界面,工程师可以利用该界面快速轻松地对超材料建模、编辑结构并模拟其属性。图片来源:图片由LianeMakatura、BohanWang、BoleiDeng和WojciechMatusik提供细胞超材料——由以各种模式重复的单元或细胞组成的人造结构——可以帮助实现这些目标。但很难知道哪种细胞结构会产生所需的特性。即使人们关注的是由较小的构件(如互连梁或薄板)组成的结构,也有无数种可能的布置需要考虑。因此,工程师只能手动探索所有假设可能的细胞超材料中的一小部分。麻省理工学院和奥地利科学技术研究所的研究人员开发了一种计算技术,使用户可以更轻松地从任何较小的构建块中快速设计超材料单元,然后评估所得超材料的特性。他们的方法就像超材料的专用CAD(计算机辅助设计)系统一样,允许工程师快速对非常复杂的超材料进行建模,并对可能需要数天时间才能开发的设计进行实验。用户友好的界面还使用户能够探索潜在超材料形状的整个空间,因为所有构建块都可以使用。“我们提出了一种表示方法,可以涵盖工程师传统上感兴趣的所有不同形状。因为你可以用相同的方式构建它们,这意味着你可以在它们之间更流畅地切换,”麻省理工学院电气工程和计算机科学说研究生LianeMakatura,该技术论文的共同主要作者。Makatura与麻省理工学院博士后BohanWang共同撰写了这篇论文。Yi-LuChen,奥地利科学技术研究所(ISTA)研究生;BoleiDeng,麻省理工学院博士后;ISTA教授ChrisWojtan和BerndBickel;资深作者WojciechMatusik是麻省理工学院电气工程和计算机科学教授,领导麻省理工学院计算机科学和人工智能实验室的计算设计和制造小组。该研究将在SIGGRAPH上展示。统一方法当科学家开发细胞超材料时,她通常首先选择一种用于描述其潜在设计的表示形式。此选择决定了可用于探索的形状集。例如,她可能会选择一种使用许多互连梁来表示超材料的技术。然而,这阻止了她探索基于其他元素的超材料,例如薄板或球体等3D结构。这些形状由不同的表示形式给出,但到目前为止,还没有一种统一的方法来用一种方法描述所有形状。“通过提前选择特定的子空间,你会限制你的探索并引入基于你的直觉的偏见。虽然这可能很有用,但直觉可能是不正确的,并且对于您的特定应用来说,其他一些形状可能也值得探索,”Makatura说。她和她的合作者退后一步,仔细研究了不同的超材料。他们发现构成整体结构的形状可以很容易地用低维形状来表示——梁可以简化为线,或者薄壳可以压缩为平坦的表面。他们还注意到,细胞超材料通常具有对称性,因此只需要表示结构的一小部分。其余部分可以通过旋转和镜像最初的部分来构建。“通过结合这两个观察结果,我们得出了这样的想法:细胞超材料可以很好地表示为图形结构,”她说。通过基于图形的表示,用户可以使用由顶点和边创建的构建块来构建超材料骨架。例如,要创建梁结构,需要在梁的每个端点放置一个顶点,并用一条线将它们连接起来。然后,用户使用该线上的函数来指定梁的厚度,该厚度可以变化,以便梁的一部分比另一部分厚。曲面的过程类似-用户用顶点标记最重要的特征,然后选择一个求解器来推断曲面的其余部分。这些易于使用的求解器甚至允许用户快速构建高度复杂的超材料,称为三周期最小表面(TPMS)。这些结构非常强大,但开发它们的通常过程是艰巨的并且容易失败。“通过我们的展示,您还可以开始组合这些形状。也许同时包含TPMS结构和梁结构的单元可以为您提供有趣的特性。但到目前为止,这些组合还没有得到任何程度的探索,”她说。在该过程结束时,系统输出整个基于图形的过程,显示用户为达到最终结构而采取的每项操作-所有顶点、边、解算器、变换和加厚操作。在用户界面中,设计人员可以在构建过程中的任何点预览当前结构,并直接预测某些属性,例如其刚度。然后,用户可以迭代地调整一些参数并再次评估,直到达到合适的设计。研究人员使用他们的系统重新创建了跨越许多独特类别的超材料的结构。一旦他们设计好骨架,每个超材料结构只需几秒钟即可生成。他们还创建了自动探索算法,为每个算法提供了一套规则,然后在他们的系统中将其放开。在一项测试中,算法在大约一小时内返回了1000多个潜在的基于桁架的结构。此外,研究人员还对10名几乎没有超材料建模经验的人进行了一项用户研究。用户能够成功地对他们给出的所有六种结构进行建模,并且大多数人都认为程序图表示使过程变得更容易。“我们的代表让人们更容易接触到各种结构。我们对用户生成TPMS的能力感到特别满意。即使对于专家来说,这些复杂的结构通常也很难生成。尽管如此,我们研究中的一种TPMS在所有六种结构中具有最低的平均建模时间,这令人惊讶且令人兴奋,”她说。未来,研究人员希望通过结合更复杂的骨骼增厚程序来增强他们的技术,以便该系统可以模拟更广泛的形状。他们还想继续探索自动生成算法的使用。从长远来看,他们希望使用该系统进行逆向设计,其中指定所需的材料属性,然后使用算法来找到最佳的超材料结构。...PC版:https://www.cnbeta.com.tw/articles/soft/1389329.htm手机版:https://m.cnbeta.com.tw/view/1389329.htm

封面图片

麻省理工学院揭幕"质子之舞": 开拓能源新时代

麻省理工学院揭幕"质子之舞":开拓能源新时代麻省理工学院的化学家们首次详细描绘了这些质子耦合电子转移是如何在电极表面发生的。他们的研究成果可以帮助研究人员设计出更高效的燃料电池、电池或其他能源技术。麻省理工学院化学和化学工程教授、该研究的资深作者YogeshSurendranath说:"我们在这篇论文中取得的进展是研究和理解了这些电子和质子如何在表面部位耦合的性质,这与催化反应有关,而催化反应在能量转换装置或催化反应中非常重要。"在他们的研究成果中,研究人员能够准确追踪电极周围电解质溶液pH值的变化如何影响电极内质子运动和电子流动的速度。麻省理工学院研究生诺亚-刘易斯(NoahLewis)是这篇论文的第一作者,论文最近发表在《自然-化学》上。麻省理工学院前博士后RyanBisbey、麻省理工学院研究生KarlWestendorff和耶鲁大学研究科学家AlexanderSoudackov也是这篇论文的作者。质子传递质子耦合电子转移是指一种分子(通常是水或酸)将质子转移到另一种分子或电极表面,从而刺激质子接受者也接受一个电子。这种反应已被广泛应用于能源领域。"这些质子耦合电子转移反应无处不在。它们通常是催化机制中的关键步骤,对于制氢或燃料电池催化等能量转换过程尤为重要,"Surendranath说。在制氢电解槽中,这种方法用于从水中去除质子,并在质子上添加电子以形成氢气。在燃料电池中,当质子和电子从氢气中移出并加入氧气形成水时,就会产生电能。施加电势会导致质子从氢离子(右图)转移到电极表面。利用具有分子定义质子结合位点的电极,麻省理工学院的研究人员为这些界面质子耦合电子转移反应建立了一个通用模型。图片来源:研究人员提供质子耦合电子转移在许多其他类型的化学反应中都很常见,例如二氧化碳还原(通过添加电子和质子将二氧化碳转化为化学燃料)。当质子接受体是分子时,科学家们可以精确控制每个分子的结构,并观察电子和质子如何在分子间传递,因此他们已经对这些反应的发生过程有了很多了解。然而,当质子耦合电子转移发生在电极表面时,这一过程就更难研究了,因为电极表面通常非常异质,质子有可能与许多不同的位点结合。为了克服这一障碍,麻省理工学院的研究小组开发出一种设计电极表面的方法,使他们能够更精确地控制电极表面的组成。他们的电极由石墨烯薄片组成,表面附着有机含环化合物。每个有机分子的末端都有一个带负电荷的氧离子,它可以接受周围溶液中的质子,从而使电子从电路流入石墨表面。Surendranath说:"我们可以创造出一种电极,它不是由各种各样的位点组成,而是由单一类型的非常明确的位点组成的统一阵列,每个位点都能以相同的亲和力结合质子。由于我们拥有这些非常明确的位点,这让我们能够真正揭示这些过程的动力学"。利用这个系统,研究人员能够测量流向电极的电流,从而计算出平衡状态下质子向表面氧离子转移的速率--质子向表面捐赠的速率和质子从表面转移回溶液的速率相等的状态。他们发现,周围溶液的pH值对这一速率有显著影响:最高速率出现在pH值的两端--酸性最强的pH值为0,碱性最强的pH值为14。为了解释这些结果,研究人员根据电极可能发生的两种反应建立了一个模型。在第一种反应中,强酸性溶液中高浓度的氢离子(H3O+)将质子传递给表面的氧离子,生成水。在第二种情况下,水将质子传递给表面氧离子,生成氢氧根离子(OH-),氢氧根离子在强碱性溶液中浓度较高。不过,pH值为0时的速度比pH值为14时的速度快四倍,部分原因是氢离子释放质子的速度比水快。需要重新考虑的反应研究人员还惊奇地发现,这两个反应的速率并不是在中性pH值为7(氢铵和氢氧根的浓度相等)时相等,而是在pH值为10(氢氧根离子的浓度是氢铵的100万倍)时相等。该模型表明,这是因为涉及氢𬭩或水提供质子的前向反应比涉及水或氢氧化物去除质子的后向反应对总速率的贡献更大。研究人员说,关于这些反应如何在电极表面发生的现有模型假定,前向反应和后向反应对总速率的贡献相同,因此新发现表明,可能需要重新考虑这些模型。Surendranath说:"这是默认的假设,即正向和逆向反应对反应速率的贡献相同。我们的发现确实令人大开眼界,因为这意味着人们用来分析从燃料电池催化到氢进化等一切问题的假设可能是我们需要重新审视的。"研究人员目前正在利用他们的实验装置研究向电极周围的电解质溶液中添加不同类型的离子会如何加快或减慢质子耦合电子流的速度。刘易斯说:"通过我们的系统,我们知道我们的位点是恒定的,不会相互影响,因此我们可以读出溶液的变化对表面反应的影响。"编译自//scitechdaily...PC版:https://www.cnbeta.com.tw/articles/soft/1424095.htm手机版:https://m.cnbeta.com.tw/view/1424095.htm

封面图片

重塑磁性:麻省理工学院拓扑材料学研究迎来开创性进展

重塑磁性:麻省理工学院拓扑材料学研究迎来开创性进展最先进的X射线和中子光谱分析发现,拓扑材料晶体中拓扑奇异性的存在使磁性稳定在经典转变温度之上。图片来源:EllaMaruStudio由麻省理工学院核科学与工程系副教授李明达领导,麻省理工学院量子测量组研究生助理研究员、哈佛大学应用物理学博士生内森-德鲁克(NathanDrucker)与麻省理工学院量子测量组研究生ThanhNguyen和PhumSiriviboon合著的一项新研究正在挑战这一传统观点。这项公开发表在《自然-通讯》(NatureCommunications)杂志上的研究首次证明,拓扑结构可以稳定磁有序,甚至远高于磁转变温度--磁性通常会在这一点上瓦解。德鲁克是这篇论文的第一作者,他说:"我喜欢用这样一个比喻来描述为什么这能起作用,那就是想象一条河里满是圆木,圆木代表材料中的磁矩。要使磁性起作用,你需要所有这些圆木都指向同一个方向,或者它们之间有一定的规律。但在高温下,磁矩都朝向不同的方向,就像河流中的原木一样,磁性就会瓦解。"他继续说:"但这项研究的重要意义在于,实际上是水在发生变化。我们所展示的是如果改变水本身的特性,而不是原木的特性,就可以改变原木之间的相互作用,从而产生磁性。"拓扑结构在增强磁性中的作用Li说,从本质上讲,这篇论文揭示了在CeAlGe(一种由铈、铝和锗组成的奇异半金属)中发现的被称为Weyl节点的拓扑结构如何显著提高磁性器件的工作温度,从而为广泛的应用打开大门。虽然拓扑材料已被用于制造传感器、陀螺仪等,但它们还被广泛应用于微电子、热电和催化设备等领域。Nguyen说,这项研究展示了在更高温度下保持磁性的方法,为更多的可能性打开了大门。在这种材料和其他拓扑材料中,人们已经展示了许多机会。这表明了一种可以显著提高这些材料工作温度的通用方法。加州理工学院物理、数学和天文学部物理学助理教授LindaYe补充说,这一"相当令人惊讶和反直觉"的结果将对拓扑材料的未来工作产生重大影响。研究工作表明,电子拓扑节点不仅在稳定静态磁序方面发挥作用,而且更广泛地说,它们可以在磁波动的产生方面发挥作用。由此得出的一个自然结论是,拓扑韦尔态对材料的影响可能远远超出人们之前的认识。普林斯顿大学物理学教授安德烈-伯内维格对此表示赞同,称这一发现"令人费解,也非常了不起。众所周知,Weyls节点受到拓扑学保护,但这种保护对相的热力学性质的影响并不十分清楚,麻省理工学院研究小组的论文表明,在有序温度之上的短程有序受该体系中出现的韦尔费米子之间的嵌套波矢量支配......这可能表明,韦尔节点的保护在某种程度上影响了磁波动!"揭开磁性之谜虽然这些令人惊讶的结果挑战了人们长期以来对磁性和拓扑学的理解,这是精心实验的结果,也是研究小组愿意探索那些可能被忽视的领域的结果。"我们的假设是,在磁转变温度之上没有新的发现,"Li解释说。"我们使用了五种不同的实验方法,以一致的方式创造了这个全面的故事,并将这个谜团拼凑在一起。"为了证明磁性在更高温度下的存在,研究人员首先在熔炉中将铈、铝和锗结合在一起,形成毫米大小的材料晶体。然后对这些样品进行了一系列测试,包括热导率和电导率测试,每项测试都揭示了这种材料不寻常磁性行为的线索。德鲁克说:"不过,我们还采用了一些更奇特的方法来测试这种材料。我们用一束与材料中的铈的能级相同的X射线照射这种材料,然后测量光束的散射情况。这些测试必须在能源部国家实验室的一个大型设备中进行。最终,我们不得不在三个不同的国家实验室做类似的实验,以证明那里存在这种隐藏的秩序,我们就是这样找到了最有力的证据。"Nguyen说,"部分挑战在于,在拓扑材料上进行此类实验通常非常困难,而且通常只能提供间接证据。在这种情况下所做的就是使用不同的探针进行多项实验,把它们放在一起,就能给我们一个非常全面的故事。在这种情况下,有五六条不同的线索,还有一大串仪器和测量结果都在这项研究中发挥了作用"。影响和未来方向展望未来,研究小组计划探索拓扑结构与磁性之间的关系能否在其他材料中得到证明。他们相信这一原理具有普遍性。因此,这可能存在于许多其他材料中,它拓展了我们对拓扑学作用的理解。我们知道它可以在增加导电性方面发挥作用,现在我们已经证明它也可以在磁性方面发挥作用。未来的其他工作还将涉及拓扑材料的可能应用,包括它们在热电设备中的应用,这种设备可以将热量转化为电能。虽然这类设备已经用于为手表等小型设备供电,但其效率还不足以为手机或其他大型设备供电。"我们已经研究了许多优秀的热电材料,它们都是拓扑材料,"Li说。"如果它们能用磁性显示出这种性能......它们将释放出非常好的热电特性。例如,这将有助于它们在更高的温度下运行。现在,许多太阳能电池只能在很低的温度下运行,以收集废热。这样做的一个非常自然的结果就是它们能够在更高的温度下工作"。这项研究最终表明,虽然拓扑半金属材料已经研究了很多年,但人们对它们的特性了解相对较少。德鲁克说:"我认为,我们的工作凸显了这样一个事实:当你观察这些不同的尺度,并使用不同的实验来研究其中一些材料时,事实上,一些非常重要的热电、电学和磁学特性就会开始显现出来。因此,我认为这不仅为我们如何将这些东西用于不同的应用提供了提示,也为我们如何更好地理解这些热波动效应的其他基础研究提供了跟进。"...PC版:https://www.cnbeta.com.tw/articles/soft/1390435.htm手机版:https://m.cnbeta.com.tw/view/1390435.htm

封面图片

麻省理工学院在将二维材料集成到设备方面取得突破

麻省理工学院在将二维材料集成到设备方面取得突破这幅艺术家的作品展示了麻省理工学院研究人员开发的一种新型集成平台。通过对表面力进行工程设计,他们只需一个接触和释放步骤,就能将二维材料直接集成到设备中。图片来源:SampsonWilcox/电子研究实验室提供但是,将二维材料集成到计算机芯片等设备和系统中是众所周知的难题。这些超薄结构可能会受到传统制造技术的破坏,这些技术通常依赖于使用化学品、高温或蚀刻等破坏性工艺。为了克服这一挑战,麻省理工学院和其他大学的研究人员开发出了一种新技术,只需一步就能将二维材料集成到设备中,同时保持材料表面和由此产生的界面原始无缺陷。他们的方法依赖于纳米级的工程表面力,使二维材料可以物理叠加到其他预制设备层上。由于二维材料不会受损,研究人员可以充分利用其独特的光学和电学特性。所开发的平台利用行业兼容的工具集,使这一过程可以扩展。在这里,主要作者彼得-萨特斯韦特(PeterSatterthwaite)使用MIT.nano中修改过的配准工具进行图案化配准集成。他们利用这种方法制造出了二维晶体管阵列,与使用传统制造技术制造出的器件相比,实现了新的功能。他们的方法用途广泛,可用于多种材料,可在高性能计算、传感和柔性电子器件等领域广泛应用。释放这些新功能的核心是形成清洁界面的能力,所有物质之间存在的特殊力量(称为范德华力)将这些界面连接在一起。电子工程与计算机科学(EECS)助理教授、电子学研究实验室(RLE)成员FarnazNiroui是介绍这项工作的新论文的资深作者。"范德华积分有一个基本限制,"她解释说,"由于这些作用力取决于材料的内在特性,因此无法轻易调整。因此,有些材料无法仅利用其范德华相互作用来直接相互整合。我们提出了一个解决这一限制的平台,以帮助范德华集成变得更加通用,从而促进具有新功能和改进功能的基于二维材料的设备的开发。"Niroui与论文第一作者、电子工程与计算机科学研究生PeterSatterthwaite,电子工程与计算机科学教授、RLE成员JingKong,以及麻省理工学院、波士顿大学、台湾国立清华大学、台湾国家科学技术委员会和台湾国立成功大学的其他人共同撰写了这篇论文,这项研究最近发表在《自然-电子学》上。纳米级表面力的多样性使研究人员能够将粘合剂基质转移到许多不同的材料上。例如,在这里,通过使用粘合聚合物,他们能够将图案化的石墨烯(一原子厚的碳薄片)从源基底(上图)转移到接收粘合聚合物(下图)上。图片来源:Niroui小组提供使用传统制造技术制造计算机芯片等复杂系统可能会变得一团糟。通常情况下,像硅这样的硬质材料会被凿成纳米级,然后与金属电极和绝缘层等其他元件连接,形成有源器件。这种加工过程会对材料造成损害。最近,研究人员专注于使用二维材料和一种需要连续物理堆叠的工艺,自下而上地构建设备和系统。在这种方法中,研究人员不是使用化学胶水或高温将脆弱的二维材料粘合到硅等传统表面上,而是利用范德华力将一层二维材料物理集成到设备上。范德华力是存在于所有物质之间的自然吸引力。例如,壁虎的脚会因为范德华力而暂时粘在墙上。虽然所有材料都存在范德华力,但根据材料的不同,范德华力并不总是强大到足以将它们粘在一起。例如,一种名为二硫化钼的流行半导体二维材料会粘在黄金上,但不会通过与二氧化硅等绝缘体表面的物理接触直接转移到该表面上。然而,通过整合半导体层和绝缘层制成的异质结构是电子设备的关键组成部分。以前,实现这种集成的方法是将二维材料粘合到一个中间层(如金)上,然后使用该中间层将二维材料转移到绝缘体上,最后再使用化学品或高温去除中间层。麻省理工学院的研究人员没有使用这种牺牲层,而是将低粘性绝缘体嵌入高粘性基质中。这种粘合基质使二维材料粘附在嵌入的低粘合力表面上,提供了在二维材料和绝缘体之间形成范德华界面所需的力。制作矩阵为了制造电子设备,他们在载体基底上形成金属和绝缘体的混合表面。然后将该表面剥离并翻转,就会看到一个完全光滑的顶面,其中包含所需的器件构件。这种光滑度非常重要,因为表面和二维材料之间的间隙会阻碍范德华相互作用。然后,研究人员在完全洁净的环境中单独制备二维材料,并将其与制备好的器件堆栈直接接触。"一旦混合表面与二维层接触,无需任何高温、溶剂或牺牲层,它就能拾取二维层并将其与表面整合在一起。"萨特斯韦特解释说:"通过这种方式,我们可以实现传统上被禁止的范德华集成,但现在却可以实现,而且只需一步就能形成功能齐全的器件。"这种单步工艺可使二维材料界面保持完全清洁,从而使材料达到其性能的基本极限,而不会受到缺陷或污染的影响。而且,由于二维材料的表面也保持原始状态,研究人员可以对二维材料的表面进行工程设计,以形成与其他元件的特征或连接。例如,他们利用这种技术制造出了p型晶体管,而利用二维材料制造这种晶体管通常是具有挑战性的。他们的晶体管在以前的研究基础上有所改进,可以为研究和实现实用电子产品所需的性能提供一个平台。展望未来他们的方法可以大规模地制造更大的装置阵列。粘合基质技术还可用于一系列材料,甚至与其他力量结合使用,以增强这一平台的多功能性。例如,研究人员将石墨烯集成到器件上,利用聚合物基质形成所需的范德华界面。在这种情况下,粘附依靠的是化学作用,而不仅仅是范德华力。未来,研究人员希望以此平台为基础,整合各种二维材料库,在不受加工损伤影响的情况下研究其内在特性,并利用这些卓越功能开发新的设备平台。编译自:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1423078.htm手机版:https://m.cnbeta.com.tw/view/1423078.htm

封面图片

麻省理工学院的人工智能学习分子语言以实现快速材料开发和药物发现

麻省理工学院的人工智能学习分子语言以实现快速材料开发和药物发现为了教会机器学习模型预测分子的生物或机械特性,研究人员必须向其展示数百万个标记的分子结构--这一过程被称为训练。由于发现分子所需的费用以及对数百万个结构进行手工标注所面临的挑战,通常很难获得大型训练数据集,这限制了机器学习方法的有效性。相比之下,麻省理工学院研究人员创建的系统只需少量数据就能有效预测分子特性。他们的系统从根本上理解了决定构件如何结合产生有效分子的规则。这些规则捕捉分子结构之间的相似性,帮助系统以数据高效的方式生成新分子并预测其性质。这种方法在小型和大型数据集上的表现都优于其他机器学习方法,当给定的数据集样本少于100个时,它能够准确预测分子性质并生成可行的分子。麻省理工学院和麻省理工学院-沃森人工智能实验室的研究人员开发了一种统一框架,利用机器学习同时预测分子性质并生成新分子,只需使用少量数据进行训练。图片来源:Jose-LuisOlivares/麻省理工学院"我们这个项目的目标是使用一些数据驱动的方法来加速新分子的发现,这样就可以训练一个模型来做预测,而不需要所有这些成本高昂的实验,"领衔作者、计算机科学与电子工程(EECS)研究生郭明浩(音译)说。郭明皓的共同作者包括MIT-IBM沃森人工智能实验室的研究人员VeronikaThost、PayelDas和JieChen;MIT应届毕业生SamuelSong23和AdithyaBalachandran23;资深作者WojciechMatusik,他是电气工程和计算机科学教授,也是MIT-IBM沃森人工智能实验室的成员,领导着MIT计算机科学和人工智能实验室(CSAIL)的计算设计和制造小组。该研究成果将在国际机器学习大会(InternationalConferenceforMachineLearning)上发表。学习分子语言为了使机器学习模型达到最佳效果,科学家们需要包含数百万个分子的训练数据集,这些分子与他们希望发现的分子具有相似的性质。在现实中,这些特定领域的数据集通常非常小。因此,研究人员使用在大型通用分子数据集上预先训练好的模型,然后将其应用于更小的、有针对性的数据集。然而,由于这些模型没有获得太多特定领域的知识,它们的表现往往很差。麻省理工学院的研究小组采取了不同的方法。他们创建了一个机器学习系统,该系统仅使用一个小型的特定领域数据集,就能自动学习分子的"语言"--即所谓的分子语法。它利用这种语法构建可行的分子并预测其特性。在语言理论中,人们根据一套语法规则生成单词、句子或段落。您可以用同样的方式来理解分子语法。这是一套生产规则,规定如何通过原子和亚结构的组合生成分子或聚合物。就像语言语法可以使用相同的规则生成大量句子一样,一个分子语法可以代表大量分子。具有相似结构的分子使用相同的语法生成规则,系统通过学习来理解这些相似性。由于结构相似的分子往往具有相似的性质,系统利用其分子相似性的基础知识,更有效地预测新分子的性质。郭说:"一旦我们有了这个语法作为所有不同分子的表征,我们就可以用它来促进性质预测过程。"该系统利用强化学习来学习分子语法的生产规则--在这个试错过程中,模型会因为更接近实现目标的行为而获得奖励。但是,由于原子和子结构的组合方式可能有数十亿种,因此学习语法生成规则的过程对于最微小的数据集来说计算成本太高。研究人员将分子语法解耦为两部分。第一部分称为元语法(metagrammar),是一种通用的、广泛适用的语法,由他们手工设计并在一开始就提供给系统。然后,它只需要从领域数据集中学习更小的特定分子语法。这种分层方法加快了学习过程。小数据集,大成果在实验中,研究人员的新系统同时生成了可行的分子和聚合物,并比几种流行的机器学习方法更准确地预测了它们的性质,即使特定领域的数据集只有几百个样本。其他一些方法还需要昂贵的预训练步骤,而新系统避免了这一步骤。该技术在预测聚合物的物理性质方面尤其有效,例如玻璃化转变温度,即材料从固态转变为液态所需的温度。由于实验需要极高的温度和压力,手动获取这一信息往往成本极高。为了进一步推动他们的方法,研究人员将一个训练集减少了一半以上--仅有94个样本。他们的模型仍然取得了与使用整个数据集训练的方法相当的结果。"这种基于语法的表示方法非常强大。由于语法本身是一种非常通用的表示方法,因此它可以被部署到不同类型的图形式数据中。我们正试图确定化学或材料科学以外的其他应用,"郭说。未来,他们还希望将目前的分子语法扩展到分子和聚合物的三维几何图形,这是理解聚合物链之间相互作用的关键。他们还在开发一个界面,向用户显示学习到的语法生成规则,并征求反馈意见以纠正可能错误的规则,从而提高系统的准确性。...PC版:https://www.cnbeta.com.tw/articles/soft/1370825.htm手机版:https://m.cnbeta.com.tw/view/1370825.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人