En general, cuando los científicos encuentran nuevos materiales para un propósito específico, tienen que confiar en los resultados experimentales de los materiales seleccionados, y ahora saben que hay una mejor solución, como si el semiconductor puede ¿Son las baterías más eficientes, son más flexibles que las obleas de silicio? ¿Cuál es el mejor catalizador para reacciones químicas especiales o cómo se puede recubrir la superficie para lograr una protección térmica óptima?
Con el fin de encontrar más fácilmente las respuestas a las preguntas típicas a las que se enfrentan los científicos de los materiales en el futuro, once investigadores del Instituto Max Planck quisieran aprovechar mejor las oportunidades ofrecidas por el análisis de grandes cantidades de datos. Ciencia de los materiales grandes datos dirigidos o simple BigMax para trabajar con MaxNet.
Si un día, es posible obtener las propiedades del material a través de la teoría, entonces usted puede ahorrar algo de tiempo y dinero gastado en el experimento, mientras que la cooperación de las instalaciones de MPG se está moviendo en esta dirección. (© Mopic / shutterstock)
Matthias Scheffler, director del Instituto Fritz Hubble en el Instituto Max Planck de Berlín, dijo: "Hasta ahora, hay alrededor de 240.000 materiales inorgánicos conocidos en los materiales inorgánicos, pero hemos entendido que el material es menos 100. 'Scheffler es copatrocinador de MaxNet, una alianza entre agencias de ciencia de materiales a través del Instituto Max Planck El objetivo de BigMax es innovar la mayoría de los datos que ya existen y luego convertirlo en un material de investigación Además del Instituto Fritz Hubble, también hay 11 instalaciones de MPG en cooperación.
Gran modelo de datos revela nueva información
Peter Benner, del Instituto Max Planck de Dinámica de Sistemas Complejos, Magdeburg, Alemania, explica que programas como el análisis de la estructura de rayos X o la tomografía por sonda atómica proporcionan millones de valores de datos por minuto Por ejemplo, los investigadores obtendrán los datos de los átomos en el sólido, y aunque el análisis de la mecánica cuántica es enorme en la química de la materia sólida, los investigadores pueden sacar conclusiones de estos datos.
Sin embargo, la nueva alianza pretende extraer más información de estos datos, por lo que se desarrollarán nuevos enfoques y se mejorarán los enfoques existentes, y Benner y Matthias Scheffler trabajarán juntos, diciendo: Hay un desafío muy específico para el algoritmo informático: "Uno de los objetivos centrales es investigar los datos de una estructura o patrón particular para extraer la nueva información además del contenido conocido.
Así, él y los científicos de Max Planck esperan que los futuros investigadores de materiales sean capaces de obtener nuevas ideas de las fuentes de datos existentes, que tienen como objetivo concentrar las actividades conjuntas en cinco temas diferentes con el objetivo de poder teóricamente Predecir las propiedades de metales y aleaciones, determinar la relación causal entre las propiedades del material y las estructuras de datos, desarrollar métodos de diagnóstico de datos, convertir los datos experimentales adquiridos más rápidamente en información de imagen y facilitar el diseño de materiales poliméricos que tengan propiedades específicas deseadas Sobre el quinto tema, el equipo pretende continuar perfeccionando la Enciclopedia de Materiales que ya ha comenzado, y el Laboratorio de Nuevos Materiales de Descubrimiento (NOMAD Center) utilizó previamente los cálculos teóricos como una entrada en la enciclopedia.
Los datos experimentales ahora también serán parte de BigMax.
Apenas un largo camino por recorrer antes de la finalización del mapa de materiales multidimensionales, pero Matthias Scheffler no duda de que los grandes datos ayudan a lograr ese objetivo. Él vio un nuevo paradigma de la ciencia material, Scheffler dijo: "En el pasado, los investigadores han sido capaces de comprender y desarrollar modelos basados en la comprensión teórica general del sistema elegido y creo que el futuro de los grandes análisis de datos será Busque estructuras y patrones en grandes cantidades de datos. Cuando desarrollamos ecuaciones para describirlas, podemos aplicarlas a materiales que ni siquiera analizamos.
PS: Además del Fritz Haber Institute, hay 11 MPGs de trabajo que son: Instituto Max Planck para Dinámica de Sistemas Complejos (Magdeburg), Coloides e Interfaces (Potsdamer Gold) , Física de la Microestructura (Halle), Estudios de Polímeros (Mainz), Instituto de Investigación Endocrina (Düsseldorf), Biogeoquímica (Jena), Física de Sistemas Complejos (Dresden), Estructuras de Materiales Y Dynamics (Hamburgo), Sistemas Inteligentes (Universidad de Tübingen) e Informática (Saarbrücken), y Max Planck Informática y Data Facility (Galaxy).