Kristallen zijn alomtegenwoordig:de meeste metalen, bijvoorbeeld, zijn kristallijn. Bekend om de bijna perfecte organisatie van hun atomen, kristallen bevatten echter altijd onvolkomenheden, die defecten worden genoemd. De concentratie en morfologie van defecten in een kristallijne vaste stof hebben een directe invloed op de eigenschappen van het materiaal. Het verbeteren van het begrip van kristaldefecten en hun evolutie zal het daarom gemakkelijker maken om veranderingen in hoe materialen in de loop van de tijd veranderen te voorspellen. Het begrijpen van dergelijke veranderingen is vooral cruciaal voor het garanderen van een optimaal ontwerp van faciliteiten die onderhevig zijn aan zware omgevingscondities zoals bestraling.

In de moderne materiaalkunde onderzoekers simuleren het begin en de evolutie van defecten in kristallijne vaste stoffen met behulp van zeer grootschalige computersimulaties. Echter, de immense stroom aan gegenereerde gegevens maakt het analyseren van numerieke simulatie-experimenten een uiterst complex proces. Onderzoekers van het CEA, waarvan de resultaten recentelijk zijn gepubliceerd in Natuurcommunicatie , een nieuwe aanpak voorstellen die universeel kan worden toegepast om deze moeilijkheid te overwinnen. Deze nieuwe aanpak is de eerste methode die kan worden toegepast op alle materialen met een kristallijne structuur. Het bieden van een continue visualisatie van een defect en zijn atomaire omgeving, dit vergemakkelijkt de beschrijving van complexe fysische processen zoals de migratie van defecten onder bestraling.

De onderzoekers, van de Afdeling Kernenergie en de Afdeling Militaire Toepassingen van de CEA, hebben gebruik gemaakt van kunstmatige-intelligentiemethoden om een ​​algoritme te ontwikkelen dat vervormingen in de lokale atomaire omgeving beschrijft die worden veroorzaakt door defecten in het materiaal. Deze vervormingsscore vergemakkelijkt de automatische lokalisatie van defecten en maakt een "gelaagde" beschrijving van defecten mogelijk die kunnen worden gebruikt om zones met verschillende niveaus van vervorming binnen de kristallijne structuur te onderscheiden.

De resultaten van deze studie openen vele opwindende mogelijkheden voor toekomstige ontwikkeling in de hele materiaalwetenschappelijke gemeenschap. Deze simulatietools kunnen worden gebruikt om de analyse van enorme datasets te automatiseren, zoals die gegenereerd als resultaat van experimentele technieken zoals atoomprobe tomografie, transmissie-elektronenmicroscopie en synchrotronstraling, methoden die al worden gebruikt om de mysteries van de materie te onderzoeken. Deze ontwikkelingen kunnen ook op andere gebieden worden toegepast, inclusief scheikunde, biologie en geneeskunde, bijvoorbeeld, cellulaire defecten die kenmerkend zijn voor kanker op te sporen.