MIT研究人员利用AI技术无损检测材料原子缺陷

在材料科学中，原子尺度的缺陷可以被有意调控，以赋予材料新的有用特性，如提高强度、控制导电性或优化性能。这些缺陷广泛应用于钢铁、半导体和太阳能电池等产品的制造过程中。

然而，准确测量成品材料中的缺陷类型和浓度一直是个挑战，传统方法往往需要破坏材料或无法同时检测多种缺陷。这可能导致工程师无法掌握材料内部缺陷情况，影响产品性能和可靠性。

MIT的研究人员构建了一个AI模型，利用非侵入性中子散射技术的数据，对缺陷进行分类和量化。该模型基于2000种不同半导体材料的数据训练，能够同时检测多达六种点缺陷，这是传统技术难以实现的突破。

论文主要作者、材料科学与工程系博士生Mouyang Cheng表示，现有技术无法在不破坏材料的情况下，以通用和定量的方式准确表征缺陷。借助机器学习，检测六种不同缺陷成为可能，这为材料分析开辟了新途径。

来源：原始来源