Wetenschap
Materialen volgen de Regel van Vier, maar wetenschappers weten nog niet waarom
Wetenschappers vinden normaal gesproken graag regelmatigheden en correlaties in hun gegevens, maar alleen als ze deze kunnen verklaren. Anders zijn ze bang dat deze patronen misschien een fout in de gegevens zelf aan het licht brengen, zogenaamde experimentele artefacten.
Dat is waar wetenschappers in de groep van Nicola Marzari van het Zwitserse Federale Instituut voor Technologie in Lausanne (EPFL) zich zorgen over maakten toen ze een onverwacht patroon opmerkten in twee veelgebruikte databases van elektronische structuren, de Materials Project (MP) database en de Materials Cloud 3-dimensionale kristalstructuren 'bron'-database (MC3Dsource).
De twee collecties omvatten meer dan 80.000 elektronische structuren van zowel experimentele als voorspelde materialen, en in principe zouden alle soorten structuren gelijkelijk vertegenwoordigd moeten zijn. Wetenschappers merkten echter dat ongeveer 60 procent van de structuren in beide databases primitieve eenheidscellen hebben (de kleinst mogelijke cel in een kristalstructuur) die zijn opgebouwd uit een veelvoud van vier atomen. De wetenschappers noemden deze herhaling de "Regel van Vier" en gingen op zoek naar een verklaring.
“Een eerste intuïtieve reden zou kunnen komen uit het feit dat wanneer een conventionele eenheidscel (een grotere cel dan de primitieve cel, die de volledige symmetrie van het kristal vertegenwoordigt) wordt getransformeerd in een primitieve cel, het aantal atomen doorgaans met vier keer wordt verminderd. ", zegt Elena Gazzarini, voormalig INSPIRE Potentials-fellow in het Laboratory of Theory and Simulation of Materials (THEOS) bij EPFL en nu bij CERN in Genève.
"De eerste vraag die we stelden was of de software die werd gebruikt om de eenheidscel te 'primitiveren' dit correct had gedaan, en het antwoord was ja."
Vanuit chemisch oogpunt was een andere mogelijke verdachte het coördinatiegetal van silicium (het aantal atomen dat zich aan zijn atoom kan binden), namelijk vier. "We konden verwachten dat alle materialen die deze Regel van Vier volgden silicium bevatten", zegt Gazzarini. "Maar nogmaals, dat deden ze niet."
De vormingsenergieën van de verbindingen konden de Regel van Vier ook niet verklaren. "De materialen die het meest voorkomen in de natuur zouden energetisch het meest de voorkeur moeten hebben, dat wil zeggen de meest stabiele materialen, die met negatieve vormingsenergie", zegt Gazzarini. "Maar wat we met klassieke computermethoden zagen, was dat er geen correlatie was tussen de Regel van Vier en negatieve formatie-energieën."
Omdat de materiaalruimte die door de twee databases wordt bestreken enorm is, gaande van kleine eenheden tot zeer grote cellen met tientallen verschillende chemische soorten, was er nog steeds een kans dat een meer verfijnde analyse, op zoek naar een correlatie tussen formatie-energieën en chemische eigenschappen, een oplossing zou kunnen opleveren. uitleg.
Daarom schakelde het team Rose Cernosky in, een expert op het gebied van machinaal leren aan de Universiteit van Wisconsin, die een algoritme ontwikkelde om structuren te groeperen op basis van hun atomaire eigenschappen en te kijken naar vormingsenergieën binnen klassen van materialen die enkele chemische overeenkomsten delen. Maar nogmaals, deze methode bood geen manier om materialen die aan de Regel-van-Vier voldoen te onderscheiden van materialen die niet aan de regels voldoen.
Op dezelfde manier correleert de overvloed aan veelvouden van vieren niet eens met zeer symmetrische structuren, maar eerder met lage symmetrieën en losjes opeengepakte arrangementen.
Uiteindelijk verscheen het resulterende artikel in npj Computational Materials is het zeldzame voorbeeld van een wetenschappelijk artikel dat een negatief resultaat beschrijft:de onderzoekers konden het fenomeen alleen beschrijven en verschillende mogelijke oorzaken uitsluiten, zonder er één te vinden.
Maar negatieve resultaten kunnen net zo belangrijk zijn als positieve voor wetenschappelijke vooruitgang, omdat ze wijzen op moeilijke problemen. Daarom klagen wetenschappers vaak dat tijdschriften meer van dergelijke onderzoeken zouden moeten publiceren.
Het onvermogen om een overtuigende verklaring te vinden weerhield de groep er niet van om via een Random Forest-algoritme met een nauwkeurigheid van 87% te voorspellen of een bepaalde verbinding de Regel van Vier zou volgen of niet. "Dit is interessant omdat het algoritme alleen lokale in plaats van globale symmetriedescriptoren gebruikt, wat suggereert dat er mogelijk kleine chemische groepen in de cellen zitten (die nog te vinden zijn) die de Regel van Vier kunnen verklaren", zegt Gazzarini.