in

Crystal Clear AI : Révolutionner l’avenir de la fabrication électronique

AI Crystals Materials Science Art

Des chercheurs de l’Université de Nagoya ont formé une IA pour prédire l’orientation des grains cristallins dans les matériaux polycristallins à l’aide d’images optiques, réduisant ainsi considérablement le temps d’analyse de 14 heures à 1,5 heure. Cette avancée, détaillée dans Apprentissage automatique APLpromet de révolutionner l’utilisation de ces matériaux dans des industries comme l’électronique et l’énergie solaire.

Des chercheurs japonais ont développé une IA qui prédit rapidement les orientations des cristaux dans les matériaux industriels, ouvrant ainsi la voie à une utilisation plus efficace des composants polycristallins dans la technologie.

Une équipe dirigée par des chercheurs de Université de Nagoya au Japon a réalisé une avancée significative dans la prévision de l’orientation des cristaux. Ils y sont parvenus en entraînant un modèle d’intelligence artificielle (IA) à l’aide de photographies optiques de matériaux polycristallins. Cette recherche innovante a été publiée dans la revue Apprentissage automatique APL.

L’importance des cristaux dans l’industrie

Les cristaux sont un composant essentiel de nombreuses machines. Les matériaux familiers utilisés dans l’industrie contiennent des composants polycristallins, notamment des alliages métalliques, des céramiques et semi-conducteurs. Les polycristaux étant constitués de nombreux cristaux, ils ont une microstructure complexe et leurs propriétés varient considérablement en fonction de l’orientation des grains cristallins. Ceci est particulièrement important pour les cristaux de silicium utilisés dans les cellules solaires, les smartphones et les ordinateurs.

Orientations des grains de cristal prédites par l'IA

Un exemple des orientations des grains cristallins prédites par la technique basée sur l’IA. La couleur représente l’orientation du grain. Crédit : Dr Takuto Kojima

Défis de l’analyse des matériaux polycristallins

« Pour obtenir un matériau polycristallin pouvant être utilisé efficacement dans l’industrie, il est nécessaire de contrôler et de mesurer la distribution de l’orientation des grains », a déclaré le professeur Noritaka Usami. « Cependant, cela est entravé par l’équipement coûteux et les techniques de courant temporel nécessaires pour mesurer des échantillons sur de grandes surfaces. »

Application d’IA innovante dans la prédiction de l’orientation des cristaux

Une équipe de l’Université de Nagoya composée du professeur Usami de la Graduate School of Engineering et du professeur Hiroaki Kudo de la Graduate School of Informatics, en collaboration avec RIKEN, a appliqué un apprentissage automatique modèle qui évalue les photographies prises en éclairant la surface d’un matériau de silicium polycristallin depuis diverses directions. Ils ont découvert que l’IA avait réussi à prédire la distribution de l’orientation des grains.

Les chercheurs ont pris de nombreuses photographies en éclairant la surface d’un matériau de silicium multicristallin dans diverses directions. Ces photos ont été utilisées pour entraîner le modèle d’apprentissage automatique. Crédit : Dr Takuto Kojima

Efficacité et applications industrielles potentielles

« Le temps requis pour cette mesure était d’environ 1,5 heure pour prendre des photographies optiques, entraîner le modèle d’apprentissage automatique et prédire l’orientation, ce qui est beaucoup plus rapide que les techniques conventionnelles, qui prennent environ 14 heures », a déclaré Usami. « Il permet également de mesurer des matériaux sur de grandes surfaces, ce qui était impossible avec les méthodes conventionnelles. »

Usami fonde de grands espoirs sur l’utilisation de la technique de l’équipe dans l’industrie. « Il s’agit d’une technologie qui va révolutionner le développement des matériaux », a déclaré Usami. « Ces recherches s’adressent à tous les chercheurs et ingénieurs qui développent des matériaux polycristallins. Il serait possible de fabriquer un système d’analyse d’orientation de matériaux polycristallins qui regrouperait une collection de données d’image et un modèle de prédiction de l’orientation des cristaux basé sur l’apprentissage automatique. Nous nous attendons à ce que de nombreuses entreprises travaillant avec des matériaux polycristallins installent de tels équipements.

Abstract Particle Physics Illustration

Les scientifiques découvrent un comportement inattendu des particules actives

Compact Accelerator Technology Art Concept

L’accélérateur de particules réinventé : compact, puissant et prêt à transformer la science