Các nhà nghiên cứu tại Đại học Quốc gia Seoul đã sử dụng trí tuệ nhân tạo (AI) để sàng lọc khoảng 150 triệu thành phần vật liệu giả lập, qua đó xác định hai vật liệu điện môi không chứa chì có tiềm năng ứng dụng trong tụ điện gốm đa lớp và các thiết bị điện tử hoạt động ở nhiệt độ cao.
Nghiên cứu do Giáo sư Ho Won Jang thuộc Khoa Khoa học và Kỹ thuật Vật liệu dẫn đầu, được công bố trên tạp chí Nature Communications.
Vật liệu điện môi có khả năng cách điện và tích trữ điện tích, là thành phần quan trọng trong tụ điện gốm đa lớp, được sử dụng rộng rãi trong điện thoại thông minh, xe điện và nhiều thiết bị điện tử khác. Vật liệu có hằng số điện môi càng cao thì cùng một linh kiện có thể tích trữ càng nhiều năng lượng, nhưng khả năng này thường suy giảm khi nhiệt độ tăng.
Để tìm kiếm vật liệu phù hợp, nhóm nghiên cứu trước tiên tổng hợp dữ liệu từ 448 công trình khoa học, thu được 1.202 bộ dữ liệu về thành phần, điều kiện chế tạo và tính chất điện môi. AI sau đó được sử dụng để phân tích cả nội dung văn bản, bảng biểu và đồ thị trong các công trình này.
Từ cơ sở dữ liệu đó, nhóm nghiên cứu xây dựng các mô hình học máy có tính đến những quy luật vật lý, rồi sử dụng chúng để sàng lọc khoảng 150 triệu tổ hợp vật liệu giả lập.
Quá trình này thu hẹp danh sách xuống còn 37 ứng viên có triển vọng. Hai vật liệu trong số đó được chế tạo và kiểm nghiệm thực tế, và cả hai đều cho thấy khả năng tích điện cao cùng độ ổn định tốt khi nhiệt độ tăng.
Hai mẫu vật liệu được thử nghiệm chứa lượng thiếc (Sn) thay thế lần lượt 1% và 2%. Ở nhiệt độ phòng, chúng đạt hằng số điện môi lần lượt 3.422 và 3.307.
Việc bổ sung một lượng nhỏ thiếc giúp vật liệu duy trì đặc tính điện môi ổn định hơn khi nhiệt độ thay đổi mà không làm giảm đáng kể khả năng tích trữ điện. So với titanate bari (BaTiO₃), vật liệu phổ biến trong các tụ điện gốm đa lớp hiện nay, hai vật liệu mới duy trì hằng số điện môi cao ổn định hơn trong phạm vi nhiệt độ rộng hơn.
Theo nhóm nghiên cứu, AI không chỉ giúp rút ngắn quá trình thử và sai vốn có thể phải thực hiện trên hàng triệu tổ hợp hóa học, mà còn giúp khai thác lượng dữ liệu bị phân tán trong hàng trăm công trình khoa học.
Nhóm nghiên cứu cho biết phương pháp này có thể được mở rộng sang việc tìm kiếm các vật liệu chức năng khác, đặc biệt là những lĩnh vực mà dữ liệu cần thiết nằm rải rác trong nhiều công trình và dưới nhiều định dạng khác nhau.
Các vật liệu điện môi không chứa chì được phát hiện có thể được ứng dụng trong các tụ điện gốm đa lớp chịu nhiệt cao, qua đó hỗ trợ phát triển linh kiện cho xe điện, thiết bị điện công suất và hệ thống hàng không vũ trụ.
Giáo sư Ho Won Jang cho rằng điểm đáng chú ý của nghiên cứu không chỉ nằm ở khả năng dự đoán của AI, mà còn ở việc kết hợp dữ liệu từ nhiều công trình với các quy luật vật lý để thu hẹp không gian tìm kiếm từ hàng trăm triệu khả năng xuống những vật liệu thực sự có thể chế tạo và kiểm nghiệm.
Nghiên cứu cho thấy AI đang chuyển từ vai trò phân tích dữ liệu sang công cụ hỗ trợ thiết kế và khám phá vật liệu mới, giúp các nhà khoa học tiếp cận những không gian hóa học quá lớn không thể khảo sát bằng phương pháp thử nghiệm truyền thống.
Hình ảnh minh họa mô phỏng cách một mô hình học máy, được huấn luyện bằng dữ liệu tổng hợp từ việc khai thác tài liệu khoa học đa phương thức và kiến thức vật lý, khám phá không gian rộng lớn của các vật liệu điện môi không chứa chì và xác định những vật liệu tiềm năng để kiểm nghiệm thực nghiệm. Ảnh: Khoa Kỹ thuật, Đại học Quốc gia Seoul
