Aplikasi baru sering membutuhkan bahan baru. Cukup sering, bahan diperlukan yang tidak terjadi secara alami atau memiliki sifat yang sangat spesifik.
Untuk menemukan bahan yang cocok untuk teknologi perintis, seringkali tidak cukup untuk mengikuti prinsip coba-coba dan secara sistematis bekerja melalui tabel periodik. Ini berlaku khususnya untuk pencarian bahan termoelektrik yang sesuai yang mengubah panas menjadi listrik dan karena itu menarik untuk berbagai aplikasi.
Sebuah tim peneliti internasional yang dipimpin oleh Andrej Pustogow dari Divisi Penelitian Bahan Fungsional dan Magnetik Tu Wien kini telah berhasil memprediksi bahan baru untuk menghasilkan “energi hijau” menggunakan protokol komputer otomatis. Setelah itu, tim mensintesis materi di laboratorium dan mengujinya untuk aplikasi. Tim peneliti baru -baru ini menerbitkan hasilnya dalam jurnal Science Advances.
Pengetahuan terbatas – daya komputasi juga
Dari sekolah hingga studi universitas (dalam ilmu alam atau teknik), banyak dari apa yang diajarkan adalah teknologi canggih. Namun, pengetahuan ini terbatas, dan buku teks hanya mencerminkan keadaan pengetahuan pada saat publikasi. Ini dapat menyebabkan pencarian panjang untuk bahan dengan sifat spesifik di tempat yang salah. “Di bidang termoelektrik, misalnya, Abram Ioffe menyarankan pada 1930 -an bahwa bahan semikonduktor harus diteliti untuk aplikasi ini, karena logam tidak cocok,” jelas Fabian Garmroudi, penulis pertama penelitian. Andrej Pustogow menambahkan: “Setelah hampir 100 tahun penelitian intensif tentang semikonduktor, yang masih belum menyebabkan aplikasi yang meluas, diperlukan ide baru yang melampaui pengetahuan buku teks.”
Dalam beberapa tahun terakhir (paduan nikel-emas, kemacetan lalu lintas elektron), tim telah menunjukkan bahwa logam tertentu dapat menjadi alternatif yang menjanjikan untuk aplikasi termoelektrik. Meskipun bahan yang baru ditemukan tidak ditemukan oleh keberuntungan murni, para peneliti kini telah meluncurkan pencarian skala besar melalui tabel periodik untuk mengidentifikasi sejumlah besar kandidat untuk aplikasi luas/luas.
Terlepas dari kekuatan komputasi yang luar biasa dari superkomputer seperti Austria Scientific Cluster (ASC), lebih dari 100 elemen terlalu banyak untuk pencarian buta melalui tabel periodik, karena waktu komputasi untuk kombinasi hanya beberapa lusin jenis atom akan melebihi usia alam semesta. “Resep kami di sini adalah,” kata Andrej Pustogow, “untuk menentukan sifat material yang relevan menggunakan perhitungan otomatis di bagian tabel periodik yang terdefinisi dengan baik.”
Titik awal untuk pencarian materi baru yang ditentukan
Para peneliti memilih transisi logam besi, kobalt, dan nikel sebagai titik awal mereka. Senyawa mereka dengan semua elemen lain dihitung menggunakan superkomputer. “Untuk nikel saja, ini termasuk senyawa seperti nikel-lithium (Ni-LI), nikel-beryllium (Ni-be), nikel-boron (Ni-B), nikel-karbon (Ni-c), dan sebagainya-semua jalan nikel-nikel (Ni-la), yang akhirnya membawa kami ke nickel-lanthanum nickelic (Ni-la), nickel-Ting nickelic (Ni-tang), Nickel-Ting Nickelic (Ni-Ting), yang akhirnya mengarahkan nickelic-TING (Ni-LA), NICKEL-TING (NI-LA), NICKEL-TING (NI-LA), yang akhirnya mengarahkan nickelic-tange-nick-tang nickelic (Ni-tang), Nickel-Ting Nickelic To Nickelic To Nick-To Nick-To Nick-To. (Ni3ge), “menjelaskan Andrej Pustogow. Bahan dengan sifat yang diprediksi terbaik adalah senyawa nikel dan timah. “Ini juga terjadi sebagai mineral alami, nisnite, di kerak bumi dan terbentuk di bawah tekanan tinggi dan suhu tinggi. Namun, bahannya sulit diproduksi dalam kondisi normal di laboratorium, itulah sebabnya kami memfokuskan eksperimen kami pada NI3GE, “menambahkan Fabian Garmroudi. Sampel nikel dan germanium pada akhirnya menunjukkan sifat termoelektrik yang sangat baik di laboratorium, seperti yang diprediksi oleh protokol komputer.
Merancang bahan untuk tujuan tertentu
Dalam ilmu material, prosedur berikut sering digunakan: berbagai elemen dilebur bersama di laboratorium dan sampel diproduksi, kualitas yang dinilai sebelum pengukuran akhirnya dilakukan pada material. Berkat simulasi komputer mereka, tim dapat mencapai hasil yang sama dengan bahan minimal dan pengeluaran waktu. “Fakta bahwa kami telah menemukan sifat yang relevan secara teknologi dalam bahan sederhana yang terdiri dari dua jenis atom sangat menjanjikan. Ini memberi kami harapan bahwa metode kami – diperluas ke sistem yang lebih kompleks yang terdiri dari, misalnya, tiga jenis atom – akan mengidentifikasi banyak bahan yang lebih menarik,” kata Fabian Garmroudi.
Materi baru tidak hanya dirancang pada komputer oleh peneliti universitas; Perusahaan teknologi seperti Google dan Microsoft juga mengejar pendekatan ini. Mereka memanfaatkan sejumlah besar data teoritis dan eksperimental yang telah dikumpulkan dalam beberapa tahun terakhir dan disusun dalam database. Kecerdasan buatan pada akhirnya dapat digunakan untuk mengidentifikasi koneksi yang tidak jelas bagi manusia. Ini memungkinkan untuk memprediksi bahan baru dengan sifat yang diinginkan. Namun, bahkan hari ini, hasil terbaik tetap dicapai dengan intuisi dan kreativitas manusia – didukung oleh kekuatan komputasi komputer.
Publikasi asli
Garmroudi, F., Di Cataldo, S., Parzer, M., Coulter, J., Iwasaki, Y., Grasser, M., Stockinger, S., Pázmán, S., Witzmann, S., Riss, A., Michor, H., Podloucky, R., Khmelevsky, S., S., Georges, Georges, GEORGGES, GEORGGES, R., KHMELEVSKYGY, S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S., S. Pustogow, A. (2025). Faktor daya termoelektrik ultrahigh yang diinduksi oleh pemfilteran energi Ni3ge . Kemajuan Sains, 11(31), EADV7113. https://doi.org/10.1126/sciadv.adv7113
