Nogle gange endda stoffer og materialer, der tilsyneladende er ved absolut alt, kan være ganske overraskende. Således, for at lære nye egenskaber af stoffer, der ikke nødvendigvis “at undersøge dem indefra”, der undersøger, separat hver elementarpartikel, der gør op med disse stoffer. Så, for eksempel, for nylig, en gruppe af forskere, der anvender maskinen, læring, teknologi og big data kan åbne for nye ejendomme, af Nikkel.
Nikkel — materialet er ganske almindelige. Men da det viste sig, at vi ikke ved ret meget.
Hvilke nye egenskaber Nikkel
Ifølge en undersøgelse offentliggjort i tidsskriftet Physical Review, en gruppe af forskere, ledet af Edwin Portunhol, en Professor i materials science and engineering ved Rensselaer Polytekniske Institut har fundet en ny måde at arbejde med Nikkel ved at “låse op” for dets egenskaber. Mens denne opdagelse gør det muligt at bruge det i en stor bunke af forskellige projekter — fra udvikling af kompakte biosensorer til oprettelsen af kvante-computere. Tale af kvante computere, vi jævnligt rapporteret om vores web-portal. Abonnere os ikke at gå glip af det vigtigste!
Forskere Rensselaer Polytechnic Institute underforstået, at når Nikkel er “rullet” til størrelsen af en enkelt chip er ekstremt tynd nanotråde og udsat for mekanisk energi, giver et meget stærkt magnetisk felt. Dette fænomen kaldes magnetostriktion. Omvendt, hvis et magnetisk felt, der er anvendt til dette materiale, atomer inde i ændre form. Denne bevægelse af atomerne kunne bruges til at høste energi. Selv om Nikkel er en temmelig fælles materiale, disse egenskaber var ikke tidligere kendt.
Oprettelsen af et system med et stort antal af nanoledninger. Du kan sætte det i et ydre magnetfelt, og det vil indsamle meget store mængder af energi, men selve systemet vil være meget lille i sammenligning med de eksisterende. siger Professor Gohtong.
Forskere har fundet denne unikke feature ved hjælp af en teknik kaldet lensless mikroskopi, hvor en synkrotron bruges til at indsamle data. Den synkrotron er en installation med en ringformet vakuum-kammer, hvor partikler, der accelereres til en hastighed tæt på lysets hastighed, men står i vejen for stærke elektromagneter indstille bane af deres bevægelse. På denne måde kan du lære en masse om opførsel og egenskaber af elementære partikler. Men mængden af information, der er indsamlet fra en synkrotron er meget stor og her har de gjort god brug af machine learning-algoritmer.
Se også: Materiale, der er oprettet fra tobaksblade var så stærk som træ eller plast
De data “fed”, at den computer-algoritmer, der skabte tre-dimensionelle billeder af elektron densitet og fordrivelse af Nikkel atomer i stoffer af forskellig tykkelse og tæthed. Ved hjælp af en vifte af neurale netværk, der har arbejdet med big data, det lykkedes at få billeder af bedre kvalitet end ved anvendelse af traditionelle mikroskoper, der giver forskere at få flere oplysninger.
Denne fremgangsmåde gør det muligt at detektere ekstremt små objekter og lære om de materialer, hvad vi vidste aldrig, ” sagde Professor Gohtong. Hvis du bruger lup-objektiv, der er grænsen for, hvad du kan se. Dette er bestemt af størrelsen af den linse, dens krumning og andre karakteristika. Nu har vi denne er der ingen grænse.
Forskerne mener, at denne tilgang til studiet af de stoffer, der vil gøre det muligt for forskerne at lære mere om ssd-materialer, der ligner dem, der anvendes i teknologisk udstyr. Det kan endda gøre det muligt at få en dybere forståelse af humane væv og celler, som også kan blive undersøgt ved hjælp af nye metoder.