Onderzoekers van Skoltech hebben een oplossing geboden voor het probleem van het zoeken naar materialen met de vereiste eigenschappen tussen alle mogelijke combinaties van chemische elementen. Deze combinaties zijn vrijwel eindeloos, en elk heeft een oneindig veelvoud aan mogelijke kristalstructuren; het is niet haalbaar om ze allemaal te testen en de beste optie te kiezen (bijvoorbeeld de hardste verbinding) hetzij in een experiment of in silico. De computationele methode ontwikkeld door Skoltech-professor Artem R. Oganov en zijn Ph.D. student Zahed Allahyari lost dit grote probleem van de theoretische materiaalkunde op. Oganov en Allahyari presenteerden hun methode in de MendS-code (staat voor Mendelevian Search) en testten deze op superharde en magnetische materialen.

"In 2006, we ontwikkelden een algoritme dat de kristalstructuur van een bepaalde vaste combinatie van chemische elementen kan voorspellen. Daarna hebben we zijn voorspellende kracht vergroot door het te leren werken zonder een specifieke combinatie - dus één berekening zou je alle stabiele verbindingen van bepaalde elementen en hun respectieve kristalstructuren geven. De nieuwe methode pakt een veel ambitieuzere taak aan:hier, we kiezen noch een precieze verbinding, noch zelfs specifieke chemische elementen - liever, we doorzoeken alle mogelijke combinaties van alle chemische elementen, rekening houdend met alle mogelijke kristalstructuren, en vind diegene die de benodigde eigenschappen hebben (bijv. hoogste hardheid of hoogste magnetisatie)", zegt Artem Oganov, Skoltech en MIPT-professor, Fellow van de Royal Society of Chemistry en lid van Academia Europaea.

De onderzoekers stelden eerst vast dat het mogelijk was om een ​​abstracte chemische ruimte te bouwen, zodat verbindingen die in deze ruimte dicht bij elkaar zouden staan, vergelijkbare eigenschappen zouden hebben. Dus, alle materialen met bijzondere eigenschappen (bijvoorbeeld superharde materialen) worden geclusterd in bepaalde gebieden, en evolutionaire algoritmen zullen bijzonder effectief zijn voor het vinden van het beste materiaal. Het Mendeleviaanse zoekalgoritme doorloopt een dubbele evolutionaire zoektocht:voor elk punt in de chemische ruimte, het zoekt naar de beste kristalstructuur, en tegelijkertijd concurreren deze gevonden verbindingen met elkaar, paren en muteren in een natuurlijke selectie van de beste.

Om de effectiviteit van de nieuwe methode te testen, wetenschappers gaven hun machine de opdracht om de samenstelling en structuur van het hardste materiaal te vinden. Hun algoritme gaf diamant terug, waardoor het zoeken naar materialen moeilijker dan diamant een doodlopende weg is. Bovendien, het algoritme voorspelde ook enkele tientallen harde en superharde fasen, waaronder de meeste van de reeds bekende materialen en een aantal volledig nieuwe.

Deze methode kan de zoektocht naar recordbrekende materialen versnellen en nieuwe technologische doorbraken inluiden. Uitgerust met deze materialen, wetenschappers kunnen gloednieuwe technologieën creëren of de efficiëntie en beschikbaarheid van oude verhogen.