هوش مصنوعی به دانشمندان سوئدی کمک کرد ۳۳ نوع جدید مکسین را شناسایی کنند؛ موادی پیشرفته با کاربردهای بالقوه در باتریها و فناوریهای پاک.
پژوهشگران سوئدی با کمک هوش مصنوعی ۳۳ نوع جدید از مواد فوقنازک مکسین را در اسناد علمی چند دهه گذشته شناسایی کردهاند؛ موادی پیشرفته که میتوانند در توسعه باتریها، تصفیه آب و تجهیزات الکترونیکی کاربرد داشته باشند.
به گزارش ایتنا و به نقل از Interesting Engineering، پژوهشگران دانشگاه لینشوپینگ سوئد با استفاده از هوش مصنوعی، بایگانیهای علمی چند دههٔ گذشته را بررسی کردند و ۳۳ نوع ناشناخته از مواد موسوم به «مکسین» را شناسایی کردند.
این مواد فوقنازک و پیشرفته نخستینبار در سال ۲۰۱۱ میلادی بهطور رسمی معرفی شدند.
یافتهها نشان میدهند برخی مواد با قابلیت تحول فناوریهای پاک، از دههٔ ۱۹۷۰ میلادی در اسناد علمی باقی مانده بودند.
یوهانا روزن، استاد فیزیک مواد دانشگاه لینشوپینگ، میگوید دانشمندان گاهی دستاوردهایی را دوباره کشف میکنند که پژوهشگران دیگر کشورها دههها پیش به آنها دست یافتهاند.
در آن زمان، دانشمندان نه چارچوب نظری لازم برای بررسی مواد دوبعدی را در اختیار داشتند و نه ابزارهای پیشرفتهای مانند میکروسکوپهای الکترونی عبوری روبشی با وضوح بالا. به همین دلیل، ظرفیت این ساختارهای بلوری برای تبدیلشدن به لایههای اتمی فوقنازک ناشناخته باقی ماند.
مکسینها موادی دوبعدی هستند که از لایههای بسیار نازک فلز همراه با کربن یا نیتروژن تشکیل میشوند. سطح گستردهٔ این مواد در مقایسه با وزنشان، آنها را به گزینهای مناسب برای ذخیرهسازی انرژی در باتریها، تصفیهٔ آب، ارتباطات راه دور و تجهیزات زیستپزشکی تبدیل میکند.
این گروه پژوهشی علاوه بر شناسایی ترکیبات جدید، روش ساخت مکسینها را نیز بهبود داده است. این روش امکان تولید مواد یادشده را ظرف چند ثانیه، در دمای اتاق و بدون نیاز به گرمایش خارجی فراهم میکند. همچنین مصرف آب و مواد شیمیایی خطرناک را کاهش میدهد.
پژوهشگران با افزودن عناصر خاکی کمیاب، ویژگیهای مغناطیسی نیز به این مواد بخشیدهاند؛ قابلیتی که میتواند کاربردهای تازهای در ذخیرهسازی پیشرفتهٔ دادهها و تجهیزات الکترونیکی ایجاد کند.
علی صفار شمشیرگر، پژوهشگر دانشگاه لینشوپینگ و نویسندهٔ نخست مقاله، میگوید شناسایی ترکیبات جدید، فرصت بررسی کاربردهای گستردهتر مکسینها در فناوریهای پایدار را فراهم میکند.
بااینحال، تجاریسازی این مواد همچنان به تولید انبوه ایمن و کمهزینه وابسته است؛ چالشی که روش تازه میتواند تا حد زیادی برطرف کند.
