In de toekomst, materiaalwetenschappers zullen geavanceerde software gebruiken om de gewenste eigenschappen te specificeren en een programma zal een keuze aan geoptimaliseerde chemische verbindingen opleveren.

Dr. B. Christopher Rinderspacher, een theoretisch chemicus bij het onderzoekslaboratorium van het Amerikaanse leger, publiceerde onlangs een paper waarin het proces wordt beschreven van het gebruik van wiskunde om chemische verbindingen te ontwerpen door de complexiteit te verminderen en te profiteren van machine learning.

"Wat dit doet, is eigenlijk het potentiële aantal verbindingen openen, ' zei Rinderspacher.

Het zoeken naar chemische verbindingen met bijzonder nuttige eigenschappen is als het vinden van een speld in een hooiberg, hij zei. Vroeger, scheikundigen zouden zoeken op basis van een vastgesteld raamwerk en vonden vaak nieuwe combinaties op een wisselvallige manier.

"Het probleem daarmee is dat je nooit iets vindt dat echt nieuw of verrassend is, want wat we willen is iets dat de norm overtreedt. "zei hij. "Als we binnen onze eigen denkpatronen blijven - conventionele denkpatronen - zullen we nooit breakout-materialen vinden."

Vooruitgang in de materiaalwetenschap zal resulteren in sterkere, lichter pantser of uitrusting voor een soldaat van de toekomst. Dit sluit aan bij de moderniseringsprioriteiten van het leger die streven naar precisiebranden op lange afstand, volgende generatie gevechtsvoertuigen, toekomstige verticale liftplatforms en Soldier letaliteit. Materiaalwetenschap zal een grote rol spelen bij het realiseren van het leger van de toekomst, zeiden ambtenaren.

"Wetenschap werkt meestal door naar de grens van wat we weten te lopen en rond te snuffelen, ' zei hij. 'Waar vinden we iets nieuws en interessants?'

Door een nieuw pad naar ontdekking te introduceren, Rinderspacher hoopt chemici met een wiskundige benadering in de goede richting te wijzen. Met behulp van wat bekend staat als nucleaire ladingsverdelingen, hij ontwikkelde een algemeen theoretisch raamwerk voor het vinden van chemische verbindingen waarnaar hij op zoek is.

Het conventionele pad voor het ontdekken van nieuwe chemische verbindingen is "lang en vervelend, "zei hij. "Als we zouden gaan waar we wilden, in termen van alle mogelijke chemicaliën zonder enige beperkingen die niet inherent zijn aan uw probleem, je zou overal toegang toe hebben."

De sleutel, hij zei, komt met een manier om wat bekend staat als "waarschijnlijkheidsdichtheidsfuncties in de chemische ruimte" te optimaliseren.

In de komende drie tot vijf jaar zal Rinderspacher zei dat hij hoopt machine learning te integreren in zijn algoritmen om een ​​oplossing te bieden en de zoekparameters voor nieuwe chemische verbindingen te verkleinen.

De Journal of Mathematical Chemistry , bekend om zijn "originele, chemisch belangrijke wiskundige resultaten" met behulp van niet-routinematige wiskundige methoden, publiceerde Rinderspacher's paper.

Rinderspacher volgt deze onderzoekslijn sinds januari 2009. Toen kwam hij als postdoctoraal onderzoeker naar het lab na zijn doctoraat aan de University of Georgia. Een zelfverklaarde puzzeloplosser, hij zei dat hij wordt gedreven door het vinden van efficiënte oplossingen.

"Ik weet dat sommige mensen echt gedreven worden door de applicatie die aan het einde komt, maar voor mij is het al fascinerend genoeg om het aan het werk te krijgen, " zei hij. "Ik kijk graag naar het probleem en zoek dan uit, 'Hoeveel andere problemen zijn zo en kunnen op dezelfde manier worden opgelost?'"

De activiteit van wiskunde is nadenken over het generaliseren van dingen, ideeën ordenen en laten zien wat wel en niet werkt, hij zei.

"Met de juiste wiskunde kom je daar, ' zei hij. 'Het is wiskundig denken - buiten de gebaande paden - dat ik probeer mogelijk te maken.'