Glas voor technologieën zoals displays, tabletten, laptops, smartphones, en zonnecellen moeten licht doorlaten, maar zou kunnen profiteren van een oppervlak dat water afstoot, aarde, olie, en andere vloeistoffen. Onderzoekers van de Swanson School of Engineering van de Universiteit van Pittsburgh hebben een nanostructuurglas gemaakt dat is geïnspireerd op de vleugels van de glasswing-vlinder om een ​​nieuw type glas te creëren dat niet alleen heel helder is over een grote verscheidenheid aan golflengten en hoeken, maar is ook anti-condens.

Het team heeft onlangs een paper gepubliceerd waarin hun bevindingen worden beschreven:"Creating Glasswing-Butterfly Inspired Durable Antifogging Omniphobic Supertransmissive, Superhelder nanogestructureerd glas door Bayesiaans leren en optimaliseren" in Materialen Horizons . Ze presenteerden dit werk onlangs op de ICML-conferentie in de "Climate Change:How Can AI Help?" werkplaats.

Het nanogestructureerde glas heeft willekeurige nanostructuren, zoals de vlindervleugel van de glasvleugel, die kleiner zijn dan de golflengten van zichtbaar licht. Hierdoor heeft het glas een zeer hoge transparantie van 99,5% wanneer de willekeurige nanostructuren zich aan beide zijden van het glas bevinden. Deze hoge transparantie kan de helderheid en het energieverbruik van beeldschermen verminderen die, bijvoorbeeld, levensduur van de batterij verlengen. Het glas is ontspiegeld over hogere hoeken, kijkhoeken verbeteren. Het glas heeft ook een lage waas, minder dan 0,1%, wat resulteert in zeer duidelijke afbeeldingen en tekst.

"Het glas is superomnifoob, wat betekent dat het een grote verscheidenheid aan vloeistoffen afstoot, zoals sinaasappelsap, koffie, water, bloed, en melk, " legt Sajad Haghanifar uit, hoofdauteur van de paper en promovendus in industriële engineering bij Pitt. "Het glas is ook anti-condens, omdat watercondensatie de neiging heeft gemakkelijk van het oppervlak af te rollen, en het zicht door het glas blijft vrij. Eindelijk, het glas met nanostructuur is slijtvast vanwege zijn zelfherstellende eigenschappen - schuren van het oppervlak met een ruwe spons beschadigt de coating, maar door het te verhitten krijgt het zijn oorspronkelijke functie terug."

Natuurlijke oppervlakken zoals lotusbladeren, mottenogen en vlindervleugels vertonen omnifobe eigenschappen waardoor ze zelfreinigend zijn, bacteriebestendig en waterafstotend - aanpassingen om te overleven die zich in de loop van miljoenen jaren hebben ontwikkeld. Onderzoekers hebben lang inspiratie gezocht in de natuur om deze eigenschappen te repliceren in een synthetisch materiaal, en zelfs om ze te verbeteren. Hoewel het team niet kon vertrouwen op evolutie om deze resultaten te bereiken, ze gebruikten in plaats daarvan machine learning.

"Iets belangrijks over het onderzoek naar nanogestructureerd glas, vooral, is dat we samenwerken met SigOpt om machine learning te gebruiken om ons eindproduct te bereiken, " zegt Paul Leu, doctoraat, universitair hoofddocent industriële techniek, wiens lab het onderzoek heeft uitgevoerd. Dr. Leu heeft nevenfuncties in werktuigbouwkunde en materiaalkunde en chemische technologie. "Als je zoiets maakt, je begint niet met veel data, en elke proef kost veel tijd. We gebruikten machine learning om variabelen voor te stellen om te veranderen, en het kostte ons daardoor minder pogingen om dit materiaal te maken."

"Bayesiaanse optimalisatie en actief zoeken zijn de ideale tools om de balans tussen transparantie en omnifobiciteit efficiënt te verkennen, dat is, zonder duizenden verzinsels, honderden dagen nodig hebben", zei Michael McCourt, doctoraat, onderzoeksingenieur bij SigOpt. Bolong Cheng, doctoraat, collega onderzoeksingenieur bij SigOpt, toegevoegd, "Machine learning en AI-strategieën zijn alleen relevant als ze echte problemen oplossen; we zijn verheugd dat we kunnen samenwerken met de Universiteit van Pittsburgh om de kracht van Bayesiaans actief leren naar een nieuwe toepassing te brengen."

"Het creëren van door Glasswing-Butterfly geïnspireerde duurzame anticondens Omnifobe supertransmissieve, Superclear Nanostrcutured Glass door Bayesiaans leren en optimaliseren" is mede-auteur van Sajad Haghanifar, en Paul Leu, van Pitt's Swanson School of Engineering; Michael McCourt en Bolong Cheng van SigOpt; en Paul Ohodnicki en Jeffrey Wuenschell van het National Energy Laboratory van het Amerikaanse ministerie van Energie.