Mašininis literatūros skaitymas greitina medžiagų atradimus

Įsivaizduokite, kad rankomis peržiūrite 150 milijonų galimų cheminių mišinių. Greičiausiai pasiduotumėte arba samdytumėte mažą disertantų armiją. Seulo nacionalinio universiteto komanda padarė ką nors geresnio: jie išmokė mašinas skaityti literatūrą ir mąstyti kaip medžiagų mokslininkai.

Tai, kas atrodo kaip skaičių žaidimas, iš tikrųjų yra duomenų integracijos problema. Dielektrinių savybių matavimai, kaip gerai izoliacinė medžiaga kaupia elektrinį krūvį, pasklidę per lenteles, grafikus ir pastraipas šimtuose publikacijų. Sąlygos laboratorijose skiriasi: temperatūra, dažnis, mėginių apdorojimas. Tokios neatitiktys kelia galvos skausmą tradiciniams duomenimis pagrįstiems paieškos metodams. Todėl tyrėjai sukūrė tiltą tarp netvarkingų žmonių ataskaitų ir prognozavimo modelių.

Jie išanalizavo 448 paskelbtus tyrimus ir sudarė 1 202 atrinktus įrašus apie sudėtį, apdorojimo istoriją ir temperatūrai jautrų dielektrinės elgsenos pobūdį. Kalbiniai modeliai iš teksto ir lentelių ištraukė sudėtis ir sąlygas, o grafikai buvo skaitmeninami, kad temperatūros kreivės būtų atkurtos skaitmenimis. Duomenų rinkinys buvo papildytas 22 fizikiniais aprašais, atominiu lygmeniu apibūdinančiomis savybėmis ir mikrostruktūriniais žymenimis, kurie leidžia tiesiogiai palyginti skirtingus eksperimentus.

Toliau ėjo atvirkštinio projektavimo eiga: nurodykite norimą charakteristiką, o algoritmas pasiūlo sudėtis, galinčias ją užtikrinti. Trisdešimt nepriklausomai apmokytų modelių sudarė ansamblį, kuris vienu metu prognozavo dielektrinį stiprumą ir temperatūros stabilumą, o susitarimo metrika reitingavo kandidatus pagal tai, kaip nuosekliai modeliai sutardavo dėl to paties rezultato. Fizika paremtos ribos atmetė cheminiais požiūriais neįtikinamas sudėtis dar prieš pradedant laboratorinius bandymus.

Iš maždaug 150 milijonų virtualių sudėčių sistema atrinko 37 perspektyvius kandidatus. Tyrėjai patikslino sudėčių santykius produktyviausioje šeimoje ir pasirinko dvi formulės sintezės ir bandymų etapui. Abi turėjo nedidelius alavo pakeitimus, po 1 mol% ir 2 mol%, įvestus į bešvinę dielektrinę matricą.

Rezultatai buvo įspūdingi. Kambario temperatūroje medžiagos užfiksavo dielektrinius konstantus 3 422 ir 3 307 atitinkamai. Dar svarbiau, šios aukštos reikšmės išliko stabilios per plačią temperatūrų amplitudę, o ne krito kylant temperatūrai, kaip dažnai nutinka daugeliui didelio permityvumo oksidų. Palyginti su bario titanato, pagrindine dielektrine medžiaga, naudojama daugiasluoksnėse keraminėse kondensatoriuose (MLCC), naujos formulės išlaikė savo energijos kaupties gebą daug nuosekliau iki aukštesnių temperatūrų.

Abu alavu pakeisti mėginiai atitiko MLCC taikomus X5R, X6R ir X7R stabilumo standartus ir priklausė prie aukščiausių dielektrinių konstantų, nurodytų jų sudėties šeimoje.

Kodėl trupinėlis alavo padarė tokią įtaką? Komanda sujungė modelių įžvalgas su mikroskopija ir spektroskopija: piezoreaktyvumo jėgos mikroskopija, Ramano spektroskopija ir atominiam lygiui rezoliuciniai elektroniniai vaizdai, ir rado nuoseklų paaiškinimą. Nedideli alavo pakeitimai subtiliai išplečia kristalinę gardelę ir padidina elektrinį heterogeniškumą atominiame lygyje. Atrodo, kad ši heterogenizacija sušvelnina aštrius fazinius perėjimus, kurie paprastai sugadina dielektrinį veikimą kylant temperatūrai, todėl gaunama palankesnė ir stabilesnė reakcija.

Be šių dviejų patvirtintų medžiagų, tyrimas demonstruoja praktišką kelią, kaip fragmentuotą mokslinę literatūrą paversti mokymosi korpusu, kuris iš tikrųjų nukreipia sintezę. Sujungdami multimodalinę literatūros gavybą su fizika pagrįstu mašininiu mokymusi ir modelių susitarimo filtru, tyrėjai beveik begalinę paieškos erdvę pavertė konkrečiais laboratoriniais tikslais. Tai procesas, kurį būtų galima taikyti kitiems funkciniams oksidams, plonoms plėvelėms ar bet kuriai medžiagų klasei, kurios naudingų duomenų yra pasklidę daugelyje straipsnių ir formatuose.

Galimi naudos gavėjai yra elektrinių transporto priemonių elektronika, galios keitikliai ir aviacijos bei kosmoso sistemos, tai yra bet kuri taikymo sritis, kuriai reikalingi kondensatoriai, galintys atlaikyti aukštą temperatūrą neprarasdami energijos tankio. Tyrimas, paskelbtas žurnale Nature Communications, taip pat demonstruoja žmogiškosios ir mašininės partnerystės pavyzdį: tyrėjai sukūrė apribojimus, patvirtino cheminę sudėtį ir interpretavo mikrostruktūrą; algoritmai atliko sunkų darbą skaitydami, integruodami ir prioritetizuodami milijonus virtualių permutacijų.

Kwanwoo Song, kuris kaip pirmasis autorius vadovavo duomenų rinkinio kūrimui ir modelių vystymui, tęsia darbą, pritaikantį tą patį mašininio paieškos metodą kitiems elektroniniams medžiagoms. Komandos žinia aiški: kai mašinos perskaito susiskaldžiusius mokslinius puslapius ir inžinieriai įveda fizinį supratimą į rezultatus, atradimai pagreitėja. Norite geresnių medžiagų? Maitinkite modelius gerais duomenimis ir tada eikite jas pagaminti laboratorijoje.