Une équipe dirigée par Kostya Novoselov et Andrey Ustyuzhanin a publié un article intitulé "Sparse representation for machine learning the properties of defects in 2D materials" dans la prestigieuse revue npj Computational Materials . Le code et les poids du modèle entraîné sont disponibles sur la plateforme de recherche Constructor.
Les matériaux 2D offrent des possibilités intéressantes en tant qu'éléments constitutifs de nouveaux dispositifs électroniques, tels que des écrans pliables, des panneaux solaires efficaces et des appareils photo à haute résolution. L'une des propriétés déterminantes des matériaux 2D est la forte influence des imperfections du réseau cristallin, ou défauts. Elles modifient radicalement les propriétés électroniques. Elles peuvent transformer les isolants en semi-conducteurs, les semi-conducteurs en métaux, rendre les matériaux magnétiques ou catalytiques.
Les matériaux cristallins idéaux sont constitués d'un motif répétitif infini. Les matériaux cristallins réels présentent des défauts. Le travail étudie les défauts ponctuels : les lacunes, lorsqu'un atome est enlevé, et les substitutions, lorsqu'un atome est remplacé par un autre. Exemple de structure MoS2 avec une vacance S, une vacance Mo et deux substitutions S vers Se :
Pour procéder à l'ingénierie in silico des défauts, une estimation rapide des propriétés du matériau est nécessaire. Les auteurs ont développé une approche d'apprentissage automatique qui est au moins 1000 fois plus rapide que les calculs de premier principe et 3,7 fois plus précise que les approches d'apprentissage automatique concurrentes. L'idée principale est d'utiliser un graphe de représentation clairsemé composé uniquement de défauts ponctuels comme entrée d'un algorithme d'apprentissage automatique, contrairement à l'approche traditionnelle où tous les atomes sont utilisés.
Il est représenté ci-dessous :
a) Commencer avec une structure complète d'un matériau 2D avec des défauts
b) Obtenir la structure éparse en supprimant les sites qui ne contiennent pas de défauts.
c) Un graphe construit en reliant les sites défectueux qui sont plus proches que le rayon de coupure.
d) Graphique clairsemé résultant. Notez les arêtes qui traversent la limite périodique.
Les projets de recherche informatique évoluent souvent vers des projets de génie logiciel, et celui-ci n'a pas fait exception. L'idée centrale de l'article a été inventée et testée en une semaine environ. L'année et demie restante a été consacrée à l'écriture du code et à la réalisation d'expériences méticuleuses.
Le projet était une collaboration entre quatre institutions différentes, chacune utilisant ses propres ressources informatiques, ce qui a encore compliqué les choses. La plateforme de recherche Constructor est arrivée à la fin du projet et a été utilisée pour
- Exécuter les expériences d'évaluation finale
- Entraîner les modèles finaux pour l'inférence
- la publication de l'ensemble des données
- Publication de l'interface de prédiction
Valeur de la plateforme de recherche Constructor :
La plateforme Constructor Research offre une valeur immense aux chercheurs qui étudient les propriétés des défauts dans les matériaux 2D. En exploitant les capacités de la plateforme, les chercheurs peuvent appliquer la représentation éparse pour l'apprentissage automatique, ce qui permet une estimation rapide des propriétés des matériaux sur la base de la structure du réseau et de la configuration des défauts. Le contrôle intégré des versions garantit que les projets de recherche sont organisés et suivis efficacement, ce qui permet aux chercheurs de gérer et de comparer les différentes itérations de leurs expériences sans effort. Ce flux de travail rationalisé améliore la productivité et facilite la reproductibilité des résultats.
Conçue comme un environnement collaboratif basé sur le web, la plateforme permet aux membres de l'équipe de recherche de s'intégrer facilement. Les chercheurs peuvent collaborer de manière transparente, partager leurs idées et contribuer collectivement à la compréhension des matériaux issus de l'ingénierie des défauts. L'interface intuitive et les fonctions de collaboration de la plateforme favorisent un environnement de recherche productif et inclusif.
La plateforme Constructor Research inclut des capacités de partage de projets, permettant aux chercheurs de partager leur travail par le biais de publications interactives. Grâce aux publications interactives, les chercheurs peuvent présenter leurs résultats d'une manière attrayante et interactive, améliorant ainsi l'accessibilité et l'impact de leur recherche.
En outre, la plateforme offre un accès partagé à des expériences reproductibles, facilitant ainsi la collaboration avec des contributeurs internes et externes. Les chercheurs peuvent facilement partager leurs expériences avec leurs collaborateurs, en leur donnant accès à la reproduction et à l'exploitation des résultats de la recherche. Cette approche collaborative améliore l'échange de connaissances, encourage la collaboration interdisciplinaire et accélère les progrès de la recherche.
En résumé, la plateforme Constructor Research offre un environnement complet et collaboratif aux chercheurs qui étudient les propriétés des défauts dans les matériaux 2D. Avec une infrastructure informatique adaptée, un ensemble complet d'outils de recherche et de développement, une collaboration basée sur le web, des capacités de partage de projets et un accès partagé à des expériences reproductibles, la plateforme permet aux chercheurs de faire avancer leurs recherches, d'encourager la collaboration et de faire progresser la science dans ce domaine. La plateforme Constructor Research s'avère très efficace en termes de ressources, réduisant de manière significative les coûts de calcul pour l'entraînement et l'inférence.