Onderzoekers van Aalto University en Cambridge University hebben een belangrijke doorbraak bereikt in de computationele wetenschap door modellering op atomair niveau en machine learning te combineren. Voor de eerste keer, de methode is gebruikt om realistisch te modelleren hoe een amorf materiaal wordt gevormd op atomair niveau:dat wil zeggen, een materiaal dat geen regelmatige kristallijne structuur heeft. De aanpak zal naar verwachting invloed hebben op het onderzoek van veel andere materialen.

"Het geheim van ons succes is machine learning, waarmee we het gedrag van duizenden atomen over lange perioden kunnen modelleren. Op deze manier, we hebben een nauwkeuriger model verkregen, ", legt postdoctoraal onderzoeker Miguel Caro uit.

De simulaties van het team onthullen dat diamantachtige koolstoffilm op atomair niveau op een andere manier wordt gevormd dan werd gedacht. Het heersende begrip in de afgelopen 30 jaar van het vormingsmechanisme voor amorfe koolstoffilm is gebaseerd op aannames en indirecte experimentele resultaten. Tot nu toe is er geen goed of zelfs een adequaat model op atomair niveau beschikbaar. De nieuwe methode heeft nu de eerdere kwalitatieve modellen omvergeworpen en een nauwkeurig beeld op atomair niveau van het vormingsmechanisme gegeven.

"Eerder, Men dacht dat amorfe koolstoffilms werden gevormd wanneer atomen in een klein gebied worden samengepakt. We hebben aangetoond dat mechanische schokgolven de vorming van diamantachtige atomen kunnen veroorzaken verder weg van het punt waarop de inslaande atomen het doelwit raken, meldt Caro, die de simulaties op CSC (IT Center for science) supercomputers heeft uitgevoerd, het modelleren van de depositie van tienduizenden atomen.

Resultaten openen belangrijke nieuwe wegen voor onderzoek

Er zijn talloze verschillende toepassingen voor amorfe koolstof. Het wordt gebruikt als coating in veel mechanische toepassingen, zoals automotoren, bijvoorbeeld. In aanvulling, het materiaal kan ook worden gebruikt voor medische doeleinden en in verschillende energiegerelateerde, biologische en milieutoepassingen.

"Voor ons, de belangrijkste toepassing zijn biosensoren. We hebben zeer dunne amorfe koolstofcoatings gebruikt om verschillende biomoleculen te identificeren. Bij deze toepassingen het is vooral belangrijk om de elektrische, chemische en elektrochemische eigenschappen en om het materiaal voor een bepaalde toepassing aan te kunnen passen, " legt professor Tomi Laurila uit.

Dr. Volker Deringer, een Leverhulme Early Career Fellow, is bijzonder enthousiast over het gebruik van deze methoden voor amorfe materialen.

"De samenwerking is een groot succes geweest, " concluderen Deringer en Caro, die de samenwerking tussen hun instellingen voortzetten door middel van doorlopende bezoeken. Het team verwacht dat hun aanpak vele anderen zal helpen bij experimenteel materiaalonderzoek, omdat het informatie over materialen kan geven met een nauwkeurigheid die dicht bij die van kwantummechanische methoden ligt, maar kan tegelijkertijd gebruik maken van duizenden atomen en lange simulatietijden. Beide zijn van groot belang voor een realistisch beeld van de processen in experimenten.

"Ik ben vooral enthousiast over het soort mogelijkheden dat deze methode biedt voor verder onderzoek. Dit model op atomair niveau produceert verifieerbaar correcte resultaten die uitzonderlijk goed overeenkomen met de experimentele resultaten, ook voor het eerst de verschijnselen op atomair niveau achter de resultaten onthullend. Met behulp van het model, wij kunnen, bijvoorbeeld, voorspellen welk soort koolstofoppervlak het beste is voor het meten van de neurotransmitters dopamine en serotonine, ' zegt Laurel.