211service.com
Projektowanie konstrukcji wykonanych z nanomateriałów
Tworzenie złożonych struktur z nanocząstek lub polimerów, czy to do obliczeń fotonicznych, czy ogniw słonecznych, zazwyczaj wiąże się z wieloma kosztownymi i czasochłonnymi próbami i błędami w laboratorium. Teoretycy mają nadzieję uprościć ten proces, opracowując modele komputerowe, które będą generować przepisy, które zawsze wychodzą dobrze, ale jak dotąd te, które stworzyli, były zbyt skomplikowane, aby można je było zrealizować w laboratorium. Teraz, w nadziei na uczynienie tych algorytmów użytecznymi dla chemików, informatycy z Microsoftu uprościli model, który tworzy przepisy na materiały samoskładające się.
Pakowanie cząstek: Algorytmy opracowane przez naukowców Microsoft przewidują, jakie muszą być siły między grupą cząstek, aby mogły one samo-złożyć się w konkretną strukturę, taką jak ciasno upakowany sześcian.
Nowe modele Microsoftu, opisane w tym tygodniu w Materiały Narodowej Akademii Nauk , mają na celu przyspieszenie projektowania nowych konstrukcji do samodzielnego montażu. Korzystając z prób i błędów, naukowcy zajmujący się materiałami wykorzystali nanocząsteczki do tworzenia struktur na tak zwanej mezoskali. Te uporządkowane układy cząstek w nanoskali mogą mieć niezwykłe właściwości optyczne, elektryczne i inne, ale są trudne do wytworzenia. Bardzo brakuje tej teorii, mówi Mila Boncheva, starszy naukowiec z Firmenich w Genewie, która odegrała ważną rolę we wczesnych badaniach nad tego rodzaju samoorganizacją na Uniwersytecie Harvarda. To, co ludzie robią obecnie w projektowaniu, to w większości próba i błędy oparte na zdrowym rozsądku. Model teoretyczny ma pomóc naukowcom zajmującym się materiałami znacznie szybciej określić, jakie są odpowiednie materiały i warunki do samodzielnego montażu danej konstrukcji.
Jeśli masz na myśli formę lub kształt, model podpowie Ci, jak to uzyskać, mówi Henry Cohn , główny naukowiec at Microsoft Research Nowa Anglia , który kierował pracą z adiunktem MIT matematyki Abhinav Kumar . Właściwości materiałów ustrukturyzowanych w mezoskali są w dużej mierze zdeterminowane przez to, jak poszczególne składniki, czy to polimery, czy nanocząstki, są ułożone względem siebie. Na przykład nanocząstki srebra unoszące się w roztworze odbijają światło w różny sposób w zależności od tego, jak gęsto są upakowane – zasada ta jest wykorzystywana do projektowania urządzeń do obliczeń fotonicznych.
To, czy cząstki złożą się w daną strukturę, zależy od sił między nimi. Na przykład ładunki elektryczne odgrywają szczególnie ważną rolę w określaniu, czy dwie cząstki będą się nawzajem przyciągać, czy odpychać. Model Microsoftu generuje mapę tego, jak silne muszą być te siły. To znaczy, przy danej strukturze, jaka powinna być energia potencjalna między każdą z cząstek a jej sąsiadami? Modele te nazywane są funkcjami potencjalnymi.
Łatwo jest zaprojektować potencjalne funkcje [na komputerze] i naprawdę, bardzo trudno je wygenerować w rzeczywistości, mówi George Whitesides , profesor chemii na Uniwersytecie Harvarda i pionier w samodzielnym montażu. Wygenerowanie tych sił wymaga ustalenia, jakie modyfikacje cząstek – powiedzmy, dodanie większej liczby dodatnio naładowanych grup do polimerów – wygenerują odpowiednie siły między poszczególnymi cząstkami i doprowadzą do złożenia pożądanej struktury.
Cohn mówi, że celem jego pracy jest wypełnienie tej luki między teorią a rzeczywistością. Poprzednie wersje tych algorytmów generowały bardzo złożone instrukcje składania tych struktur, przewidując, że aby uzyskać strukturę do złożenia, należy spełnić bardzo dużą liczbę parametrów. Jeśli możesz tworzyć skomplikowane potencjalne funkcje, możesz robić skomplikowane rzeczy i tworzyć wspaniałe materiały wewnątrz komputera, mówi. Teraz pytanie dla teoretyków, mówi Cohn, brzmi: Czy możemy osiągnąć więcej, używając prostszych interakcji?
Naukowcy z Microsoft i MIT zrobili ważny krok w kierunku tego uproszczenia, mówi Salvatore Torquato , profesor chemii w Instytucie Nauki i Technologii Materiałów Princeton. Ich modele wymagają znacznie mniejszej liczby tych zależności potencjał-energia niż poprzednie. To sprawia, że produkcja w laboratorium zmienia się z bardzo hipotetycznego w bardziej realistyczne, mówi Torquato. Zaawansowanie modelu Microsoftu wynika po części z wprowadzenia pomysłów z teorii informacji.
Następnym krokiem jest współpraca z chemikami w celu stworzenia jednej z tych przewidywanych struktur w laboratorium. Wierzę, że materiałoznawstwo przyszłości będzie się odbywać w ten sposób, mówi Torquato o modelowaniu komputerowym. Whitesides uważa, że teoretycy wciąż są dalecy od uświadomienia sobie tej przyszłości, ponieważ wciąż nie jest jasne, czy rodzaje funkcji opracowywanych przez Cohna można w ogóle wykorzystać do tworzenia samoorganizujących się struktur, czy też inne podejście teoretyczne okaże się bardziej przydatne . Ale praca nad tego typu algorytmami, mówi Whitesides, jest warta kontynuowania, ponieważ wynikowa gra krzycząca pomoże określić, co należy zrobić, aby były użyteczne.