Matlantis မှ Matlantis CSP ကို မိတ်ဆက်ခြင်း – မသိရသေးသော တည်ငြိမ်သည့် ပုံဆောင်ခဲတည်ဆောက်ပုံများကို အမြန်ရှာဖွေတွေ့ရှိနိုင်သည့် စွမ်းရည်အသစ်

(SeaPRwire) –   ပစ္စည်းအသစ်များ ရှာဖွေတွေ့ရှိရာတွင် ဦးဆောင်နေသော Matlantis မှ Crystal Structure Prediction ဖြေရှင်းချက်ကို စတင် မိတ်ဆက်လိုက်ပြီး Honda မှာ အစောပိုင်း အသုံးပြုသူဖြစ်သည်။

BOSTON နှင့် TOKYO၊ ဇန်နဝါရီ ၂၈၊ ၂၀၂၆ — Matlantis သည် ယနေ့ Matlantis CSP (Crystal Structure Prediction) ကို စတင် မိတ်ဆက်ကြောင်း ကြေညာလိုက်သည်။ ၎င်းသည် ၎င်း၏ universal atomistic simulator အတွင်းရှိ စွမ်းရည်အသစ်တစ်ရပ်ဖြစ်ပြီး သတ်မှတ်ထားသော ဒြပ်စင်စနစ်တစ်ခုအတွင်းရှိ အက်တမ်ဖွဲ့စည်းပုံများနှင့် ဒြပ်ပေါင်းဖွဲ့စည်းမှုများ၏ ကြီးမားလှသော ရှာဖွေရေးနယ်ပယ်မှ ယခင်က မသိရှိခဲ့သော တည်ငြိမ်သည့် ပုံဆောင်ခဲဖွဲ့စည်းပုံများကို မြန်ဆန်စွာ ဖော်ထုတ်ပေးနိုင်သည်။

ကာဗွန်ထုတ်လွှတ်မှု လျှော့ချခြင်းနှင့် နောက်မျိုးဆက်စွမ်းအင်ကဲ့သို့သော စိန်ခေါ်မှုများအတွက် ပစ္စည်းအသစ်များသည် အရေးပါသော်လည်း ပစ္စည်းသုတေသနနှင့် ဖွံ့ဖြိုးရေးလုပ်ငန်းသည် အောင်မြင်နိုင်ခြေ နည်းပါးသည့်အချိန်များတွင်ပင် ထပ်တလဲလဲပြုလုပ်သော ဓာတ်ခွဲခန်း စမ်းသပ်ဖန်တီးမှုများအပေါ် ရှည်လျားစွာ မှီခိုနေခဲ့ရသည်။ Matlantis CSP သည် ဤလုပ်ငန်းစဉ်တွင် ကွန်ပျူတာဖြင့် စစ်ထုတ်ခြင်းအဆင့်ကို စောစီးစွာ မိတ်ဆက်ပေးခြင်းဖြင့် အဖွဲ့များအား ရုပ်ပိုင်းအရ ဖြစ်နိုင်ခြေမရှိသော အရာများကို ကြိုတင်ပယ်ဖျက်ပြီး အမှန်တကယ် အနာဂတ်ရှိသော အမှတ်စဉ်များအပေါ် အာရုံစိုက်နိုင်ရန် ကူညီပေးသည်။

Honda R&D သည် Matlantis CSP ကို ပစ္စည်းဖွံ့ဖြိုးရေးတွင် ရှာဖွေစူးစမ်းမှု ထိရောက်မှု တိုးတက်စေရန် အသုံးပြုလျက်ရှိပြီး ကွန်ပျူတာတွက်ချက်မှုကုန်ကျစရိတ်ကြောင့် ယခင်က အကဲဖြတ်ရခက်ခဲခဲ့သော ဒြပ်ပေါင်းစုံစနစ်များနှင့် metastable ဖွဲ့စည်းပုံများလည်း ပါဝင်သည်။

အစဉ်အလာ CSP ချဉ်းကပ်နည်းများ၏ ကန့်သတ်ချက်များကို ကျော်လွှားခြင်း

ယခုအချိန်အထိ၊ ပုံဆောင်ခဲဖွဲ့စည်းပုံ ခန့်မှန်းခြင်းသည် ကြာရှည်စွာ တည်ရှိနေသော အဟန့်အတားများစွာဖြင့် ကန့်သတ်ခံထားရသည်- DFT အခြေခံ အကဲဖြတ်ခြင်းသည် ဖွဲ့စည်းပုံတစ်ခုစီအတွက် နာရီပေါင်းများစွာ ကြာနိုင်သည်၊ ရှာဖွေမှုလုပ်ငန်းစဉ်များသည် ပြောင်းလဲနိုင်သော ဒြပ်ပေါင်းဖွဲ့စည်းမှု နယ်ပယ်များကို စူးစမ်းရာတွင် သီးသန့်ဒြပ်ပေါင်းဖွဲ့စည်းမှုများဘက်သို့ စောင်းညွှန်းတတ်ပြီး၊ အကြီးစား တွက်ချက်မှုများသည် ရှုပ်ထွေးသော ပတ်ဝန်းကျင်တည်ဆောက်မှုနှင့် အထူးကျွမ်းကျင်မှုများ လိုအပ်တတ်သည်။ Matlantis CSP ကို Matlantis ၏ ပင်မနည်းပညာ—၎င်း၏ universal machine-learning interatomic potential PFP (Preferred Potential)—ကို သီးသန့်အယ်လ်ဂိုရီသမ်များနှင့် အကြီးစား CSP အတွက် အကောင်းဆုံးဖြစ်အောင် ပြင်ဆင်ထားသော ပြိုင်တူလုပ်ဆောင်မှု အခြေခံအုတ်မြစ်တို့ဖြင့် ပေါင်းစပ်ကာ ဤကန့်သတ်ချက်များကို ဖယ်ရှားရန် ဒီဇိုင်းထုတ်ထားသည်။ ၎င်းကြောင့် အောက်ပါတို့ကို ရရှိစေသည်-

1) High-throughput ဖွဲ့စည်းပုံ အကဲဖြတ်ခြင်း- PFP ကို အသုံးပြု၍ Matlantis CSP သည် ဖွဲ့စည်းပုံတစ်ခုစီအတွက် စက္ကန့်ပိုင်းမှ မိနစ်ပိုင်းအတွင်း စွမ်းအင်များကို ယုံကြည်စိတ်ချရမှု ထိန်းသိမ်းရင်း အကဲဖြတ်နိုင်သည်။ ၎င်းတွင် ရှာဖွေမှုများအတွင်း ပုံမှန်အားဖြင့် ပေါ်ပေါက်တတ်သော ပုံမှန်မဟုတ်သည့် အက်တမ်ဖွဲ့စည်းပုံများပေါ်တွင် ရပ်တန့်မနေဘဲ တွက်ချက်မှုများကို ခိုင်မာစွာ ပြီးမြောက်အောင် ဆောင်ရွက်နိုင်ရန် အကာအကွယ်စနစ်များလည်း ပါဝင်သည်။

2) ဒြပ်ပေါင်းဖွဲ့စည်းမှု နယ်ပယ်တစ်ခုလုံးအား ကျယ်ပြန့်စွာနှင့် အထူးထိရောက်သော ရှာဖွေခြင်း- Matlantis CSP တွင် ဒြပ်ပေါင်းဖွဲ့စည်းမှု နယ်ပယ်တစ်ခုလုံးကို စူးစမ်းရှာဖွေရင်း နမူနာယူထားသော ဖွဲ့စည်းပုံများ၏ ကွဲပြားမှုကို ထိန်းသိမ်းထားနိုင်သည့် သီးသန့်အယ်လ်ဂိုရီသမ် ပါဝင်သည်။ ကျပန်းရှာဖွေမှုနှင့် နှိုင်းယှဉ်ပါက ၎င်းသည် ရှာဖွေမှု ထိရောက်မှုကို ခန့်မှန်းခြေအားဖြင့် ၃ ဆမှ ၆ ဆအထိ တိုးတက်စေကာ မည်သည့်ဒြပ်ပေါင်းဖွဲ့စည်းမှုကိုမဆို ချန်လှပ်ခြင်းမရှိဘဲ စေ့စေ့စပ်စပ် စူးစမ်းနိုင်စေသည်။

3) Matlantis ပတ်ဝန်းကျင်အတွက် အကောင်းဆုံးဖြစ်အောင် ပြင်ဆင်ထားသော ပြိုင်တူလုပ်ဆောင်မှု အခြေခံအုတ်မြစ်- စမ်းသပ်မှု သောင်းချီအား အချိန်တိုအတွင်း လုပ်ဆောင်နိုင်ရန်အတွက် Matlantis CSP သည် Matlantis အတွက် မှတ်ဉာဏ်နှင့် ပြိုင်တူလုပ်ဆောင်မှုကို အကောင်းဆုံးဖြစ်အောင် ပြင်ဆင်ပေးသည်။ အသုံးပြုသူများသည် ရှုပ်ထွေးသော ပတ်ဝန်းကျင် တည်ဆောက်မှုများ မလိုအပ်ဘဲ အကြီးစား ရှာဖွေမှုများကို ချက်ချင်း စတင်နိုင်သည်။

“ပစ္စည်းဖွံ့ဖြိုးရေးတွင် ရှာဖွေစူးစမ်းမှု ထိရောက်မှုကို သိသိသာသာ တိုးတက်စေမည့် နည်းပညာတစ်ရပ်အဖြစ် CSP အား ကျွန်ုပ်တို့မှ အမြင့်မားဆုံး မျှော်လင့်ချက်ထားပါသည်” ဟု Honda R&D Co., Ltd.၊ Innovative Research Excellence၊ Device Process၊ Chief Engineer ဖြစ်သူ Mitsumoto Kawai က ပြောကြားသည်။ “CSP မှတစ်ဆင့် ပုံဆောင်ခဲဖွဲ့စည်းပုံ ရှာဖွေမှုများ—ယခင်က လက်တွေ့မဖြစ်နိုင်ခဲ့သော ဒြပ်ပေါင်းစုံစနစ်များနှင့် metastable ဖွဲ့စည်းပုံများ အပါအဝင်—သည် ဖြစ်နိုင်ခြေရှိလာပါပြီ။ စမ်းသပ်မှုများမပြုလုပ်မီ အာမခံချက်အပြည့်ဖြင့် အနာဂတ်ရှိသော ပုံဆောင်ခဲဖွဲ့စည်းပုံများနှင့် ဒြပ်ပေါင်းဖွဲ့စည်းမှုများကို ရွေးချယ်နိုင်ခြင်းသည် နောက်မျိုးဆက်ပစ္စည်းများကို အကောင်အထည်ဖော်နိုင်မည့် အခွင့်အလမ်းကို မြှင့်တင်ရုံသာမက ဖွံ့ဖြိုးရေးအချိန်ကိုလည်း လျှော့ချပေးနိုင်မည် ဖြစ်ပါသည်။”

သည် Honda ကိစ္စလေ့လာချက်သို့ လင့်ခ်ဖြစ်ပါသည်။

Matlantis CSP သည် oxides၊ alloys နှင့် phosphides စသည့် စနစ်ပေါင်းစုံတွင် အစောပိုင်းရလဒ်များကို ရရှိထားပြီး ယခင်က မသိရှိခဲ့သော တည်ငြိမ်သည့် ပုံဆောင်ခဲ ၁၀ ခုထက်မက ကို ရှာဖွေတွေ့ရှိထားသည်။ Ga–Au–Ca စနစ်တွင် ၎င်းသည် ပုံဆောင်ခဲအသစ် ၁၃ ခုကို ဖော်ထုတ်နိုင်ခဲ့ပြီး ရှိပြီးသော ဒေတာဘေ့စ်များနှင့် နှိုင်းယှဉ်ပါက phase diagram ကို သိသိသာသာ မွမ်းမံပေးနိုင်ခဲ့သည်။

“Matlantis CSP ဖြင့် ကျွန်ုပ်တို့သည် ပုံဆောင်ခဲဖွဲ့စည်းပုံ ခန့်မှန်းခြင်းကို အစစ်အမှန် သုတေသနအရွယ်အစားတွင် လက်တွေ့အသုံးချနိုင်အောင် ပြုလုပ်ပေးနေပါသည်။ ထို့ကြောင့် အဖွဲ့များသည် ပိုမိုကျယ်ပြန့်သော ဒြပ်ပေါင်းဖွဲ့စည်းမှု နယ်ပယ်များကို စူးစမ်းနိုင်မည်၊ အနာဂတ