详细内容或原文请订阅后点击阅览
AI 将缺陷模拟从几小时缩短到几毫秒
科学家们开发了一种人工智能系统，可以快速预测液晶中的复杂缺陷模式，将模拟时间从几小时缩短到几毫秒。该方法可以改变先进材料的设计和测试方式。物理世界中的许多复杂结构都是在对称性破缺时形成的。当系统从平衡、对称状态开始移动时 [...]
来源:SciTech日报科学家们开发了一种人工智能系统，可以快速预测液晶中的复杂缺陷模式，将模拟时间从几小时缩短到几毫秒。该方法可以改变先进材料的设计和测试方式。
物理世界中的许多复杂结构都是在对称性破缺时形成的。当系统从平衡、对称状态转变为有序状态时，可能会出现小而稳定的不规则性。这些特征称为拓扑缺陷。它们存在于从宇宙结构到熟悉的材料的巨大范围内，这使得它们成为研究复杂系统中秩序如何发展的宝贵方法。
液晶作为模型系统
科学家经常使用向列液晶来研究这些缺陷。在这些材料中，分子可以自由旋转，同时仍然指向大致相同的方向。这使得液晶成为观察缺陷如何出现、转移和重组的理想且可控的系统。研究人员通常使用 Landau-de Gennes 理论来描述这些结构，该理论提供了分子顺序如何在缺陷核心内部分解的数学描述，其中方向不再明确定义。
利用人工智能更快地预测缺陷
由韩国忠南国立大学的 Jun-Hee Na 教授领导的研究小组现已开发出一种更快的方法，可以使用深度学习来预测稳定的缺陷模式。
他们的方法发表在《Small》杂志上，取代了缓慢且计算要求高的数值模拟。新方法无需花费数小时，只需几毫秒即可产生结果。
“我们的方法通过快速、可靠的预测来补充缓慢的模拟，促进对缺陷丰富区域的系统探索，”那教授说。
深度学习框架内部
从数据中学习物理
先进材料的新途径
DOI：10.1002/smll.202510844
不错过突破：加入 SciTechDaily 时事通讯。