Un equipo dirigido por Kostya Novoselov y Andrey Ustyuzhanin ha publicado el artículo "Sparse representation for machine learning the properties of defects in 2D materials" en la prestigiosa revista npj Computational Materials. El código y los pesos del modelo entrenado están disponibles en Constructor Research Platform.
Los materiales 2D ofrecen interesantes oportunidades como componentes básicos de nuevos dispositivos electrónicos, como pantallas plegables, paneles solares eficientes y cámaras de alta resolución. Una de las propiedades que definen los materiales 2D es la gran influencia de las imperfecciones de la red cristalina, o defectos. Éstos cambian radicalmente las propiedades electrónicas. Pueden convertir aislantes en semiconductores, semiconductores en metales, hacer que los materiales sean magnéticos o catalíticos.
Los materiales cristalinos ideales están formados por un patrón infinito que se repite. Los materiales cristalinos reales tienen defectos. El trabajo estudia los defectos puntuales: vacantes, cuando se elimina un átomo, y sustituciones, cuando se sustituye un átomo por otro diferente. Ejemplo de estructura de MoS2 con una vacante de S, una vacante de Mo y dos sustituciones de S por Se:
Para realizar ingeniería in-silico de defectos, se requiere una estimación rápida de las propiedades del material. Los autores han desarrollado un método de aprendizaje automático que es al menos 1.000 veces más rápido que los cálculos de primeros principios y 3,7 veces más preciso que los métodos de aprendizaje automático de la competencia. Su idea principal consiste en utilizar un gráfico de representación dispersa formado únicamente por los defectos puntuales como entrada a un algoritmo de aprendizaje automático, a diferencia del enfoque tradicional, en el que se utilizan todos los átomos.
Se representa a continuación:
a) Se parte de la estructura completa de un material 2D con defectos.
b) Se obtiene la estructura dispersa eliminando los sitios que no contienen defectos.
c) Se construye un gráfico conectando las zonas defectuosas que están más cerca que el radio de corte.
d) Gráfico disperso resultante. Obsérvense las aristas que atraviesan el límite periódico.
Los proyectos de investigación computacional suelen convertirse en proyectos de ingeniería de software, y éste no fue una excepción. La idea central del artículo se inventó y probó en una semana. El resto de un año y medio se dedicó a escribir el código y realizar experimentos meticulosos.
El proyecto era una colaboración entre 4 instituciones diferentes, cada una de las cuales utilizaba sus propios recursos informáticos, lo que complicaba aún más las cosas. La plataforma de investigación Constructor llegó en la última fase del proyecto y se utilizó para
- Ejecutar los experimentos de evaluación final
- Entrenar los modelos finales para la inferencia
- Publicación del conjunto de datos
- Publicación de la interfaz de predicción
Valor de la plataforma de investigación Constructor:
La plataforma Constructor Research ofrece un inmenso valor a los investigadores que estudian las propiedades de los defectos en materiales 2D. Aprovechando las capacidades de la plataforma, los investigadores pueden aplicar la representación dispersa para el aprendizaje automático, lo que permite una rápida estimación de las propiedades de los materiales basada en la estructura de la red y la configuración de los defectos. El control de versiones incorporado garantiza la organización y el seguimiento eficaz de los proyectos de investigación, lo que permite a los investigadores gestionar y comparar sin esfuerzo las distintas iteraciones de sus experimentos. Este flujo de trabajo racionalizado mejora la productividad y facilita la reproducibilidad de los resultados.
Diseñada como un entorno de colaboración basado en la web, la plataforma facilita la incorporación de los miembros del equipo de investigación. Los investigadores pueden colaborar sin problemas, compartir conocimientos y contribuir colectivamente a la comprensión de los materiales diseñados con defectos. La interfaz intuitiva y las funciones de colaboración de la plataforma fomentan un entorno de investigación productivo e integrador.
La plataforma Constructor Research incluye capacidades para compartir proyectos, lo que permite a los investigadores compartir su trabajo a través de publicaciones interactivas. Con las publicaciones interactivas, los investigadores pueden presentar sus hallazgos de una manera atractiva e interactiva, mejorando la accesibilidad y el impacto de su investigación.
Además, la plataforma ofrece acceso compartido a experimentos reproducibles, lo que facilita la colaboración con colaboradores internos y externos. Los investigadores pueden compartir fácilmente sus experimentos con colaboradores, dándoles acceso a reproducir y ampliar los resultados de la investigación. Este enfoque colaborativo mejora el intercambio de conocimientos, fomenta la colaboración interdisciplinar y acelera el progreso de la investigación.
En resumen, la plataforma Constructor Research ofrece un entorno completo y colaborativo para los investigadores que estudian las propiedades de los defectos en materiales 2D. Con una infraestructura informática a medida, un conjunto completo de herramientas de investigación y desarrollo, colaboración basada en web, capacidades para compartir proyectos y acceso compartido a experimentos reproducibles, la plataforma permite a los investigadores avanzar en sus investigaciones, fomentar la colaboración e impulsar los avances científicos en este campo. La plataforma Constructor Research ha demostrado ser muy eficiente en el uso de recursos, reduciendo significativamente los costes computacionales tanto para el entrenamiento como para la inferencia.