Учёные используют ИИ для предсказания дефектов в жидких кристаллах в 1000 раз быстрее
Исследователи из Национального университета Чхуннам (Республика Корея) представили метод глубокого обучения, который предсказывает стабильные топологические дефекты в нематических жидких кристаллах за миллисекунды, заменяя часы традиционного компьютерного моделирования.
Топологические дефекты — это стабильные неоднородности, возникающие при нарушении симметрии в процессе упорядочивания системы. Они встречаются повсеместно в природе, от структуры Вселенной до обычных материалов. Нематические жидкие кристаллы, молекулы которых могут свободно вращаться, сохраняя общую ориентацию, являются удобной моделью для их изучения.
Новый подход, описанный в журнале Small, использует 3D U-Net архитектуру нейронной сети. Вместо пошагового решения сложных физических уравнений модель напрямую связывает граничные условия с конечным равновесным состоянием материала, включая расположение и форму дефектов.
После обучения на данных традиционных симуляций ИИ смог точно предсказать новые конфигурации, в том числе сложные случаи слияния или разделения дефектов, что было подтверждено экспериментами.
Профессор Джун-Хи На, руководитель исследования, отметил: «Наш подход дополняет медленные симуляции быстрыми и надёжными предсказаниями, облегчая систематическое изучение режимов, богатых дефектами». Он добавил, что ИИ-дизайн может значительно ускорить создание умных материалов для голографических и VR/AR-дисплеев, адаптивных оптических систем и «умных» окон, реагирующих на окружающую среду.
0 комментариев