گروهی از محققان کانادایی با استفاده از یادگیری ماشینی یک نانوشبکه کربنی ابداع کرده اند که به اندازه فولاد کربنی قدرتمند و به اندازه استایروفوم متراکم است.

به گزارش نیواطلس، به گفته محققان نخستین باری است که این شاخه از هوش مصنوعی برای بهینه سازی مواد نانوساختار به کار گرفته شده است. پیتر سرلس از دانشگاه تورنتو و یکی از مولفان این پژوهش می‌گوید: این هوش مصنوعی فقط تکرار معیارهای هندسی موفقیت آمیز براساس داده‌های آموزشی نیست، بلکه از آنچه تغییرات در شکل ایجاد کردند و نکردند، نیز آموخت و به همین دلیل توانست یک شبکه کاملاً نوین پیش بینی کند.

مواد نانو با کنار هم قرار دادن اتم‌ها یا مولکول‌ها به شیوه‌ای دقیق مشابه احداث سازه‌هایی با بلوک‌های کوچک لگو مهندسی می‌شود. بیشتر اوقات این مواد به دلیل ابعاد نانو خود ویژگی‌های خارق العاده ای نمایش می‌دهند.

این اتم‌ها یا مولکول‌ها به شکل الگوهای سه بعدی تکرار شوند به نام شبکه آرایش می‌یابند. یک شبکه شامل نقاط فضایی تنظیم شده‌ای است که ساختار ماده را تعریف می‌کنند. این آرایش نظم یافته اتم‌ها یا مولکول‌ها روی ویژگی‌های فیزیکی، شیمیایی و الکترونیکی ماده تاثیر می‌گذارد.

محققان کانادایی با همکاری همتایان خود در کره جنوبی الگوریتم یادگیری ماشینی بهینه سازی بیزی چند هدفی (the multi-objective Bayesian optimization machine learning algorithm)را به کار گرفتند. یک الگوریتم یادگیری ماشینی است که برای یافتن بهینه چند هدفه استفاده می‌شود. نقش چنین الگوریتمی پیش بینی بهترین معیارهای هندسی ممکن برای ارتقای توزیع فشار و بهبود نسبت قدرت به وزن برای دستیابی به یک نانو معماری نوین است.

در مرحله بعد محققان از یک چاپگر سه بعدی پلیمراسیون دو فوتونی برای ایجاد نمونه اولیه دقیق در مقیاس نانو استفاده کردند. ابزار مورد استفاده آنها Nano Photonic Professional GT۲ بود که قیمت آن چند صد هزار دلار است.

شبکه‌های نانوی تولیدی پنج برابر تیتانیوم فشار تحمل کردند. همین امر به ایجاد ماده‌ای سخت و قدرتمند و البته سبک منجر شد که احتمالاً در تولیدات هوافضا به کار می‌رود.

محققان تصمیم دارند فعالیت در این زمینه را ادامه دهند تا ماده قدرتمندتر و کم تراکم تری را بسازند.