Bilim insanları, gelecek nesil elektronik cihazlarda kullanılan molibden disülfür (MoS2) kristallerinin büyüme süreçlerini simüle edebilen sofistike bir yapay zeka modeli geliştirdi. Bu çalışma, iki boyutlu malzemelerin kontrollü üretimi için yeni olanaklar sunuyor.
Ultra-hızlı kuvvet alanı (UF3) çerçevesi kullanılarak geliştirilen makine öğrenmesi tabanlı potansiyel, MoS2'nin çok katmanlı yapılarının davranışını yüksek hassasiyetle modelleyebiliyor. Sistem, kristal yapının temel özelliklerini - kafes sabitleri, katmanlar arası bağlanma enerjileri ve faz kararlılığı - kuantum mekaniksel hesaplamalarla güçlü uyum içinde tahmin ediyor.
Modelin en dikkat çekici başarılarından biri, kristal kusurları ve kenar yapılarının oluşum enerjilerini %91 korelasyon oranıyla hesaplayabilmesi. Özellikle zigzag ve armchair kenar yapıları arasındaki serbest enerji farkını %5 hata payıyla doğru tahmin etmesi, sistemin güvenilirliğini gösteriyor.
Moleküler dinamik simülasyonlar, deneysel gözlemlerle uyumlu katmanlı homoepitaksiyel büyüme süreçlerini ortaya koydu. Bu simülasyonlar, van der Waals boşluklarının oluşumunu ve üçgen domain yapılarının gelişimini başarıyla modelledi.
Bu gelişme, elektronik endüstrisinde kritik öneme sahip iki boyutlu malzemelerin üretim süreçlerini optimize etmek ve yeni malzeme tasarımları için önemli bir araç sunuyor.