L'or, un métal précieux, est sans doute le métal le plus largement utilisé dans les bijoux et les pièces de monnaie en raison de ses propriétés physiques uniques au monde des métaux. Non seulement c’est un bon conducteur de chaleur et d’électricité, mais il n’est pas affecté par l’air et la plupart des réactifs.

Il est également utilisé dans un large éventail d’applications industrielles, scientifiques et médicales. Par exemple, il a été utilisé comme modèle pour l’auto-assemblage moléculaire, comme matériau de support pour la croissance de matériaux bidimensionnels, et en particulier pour la synthèse de nanorubans de carbone. Il y a plus d’un demi-siècle, des chercheurs ont dévoilé les textures sophistiquées des surfaces dorées à l’échelle nanométrique. Les efforts pour une meilleure compréhension des structures de surface à l’échelle atomique n’ont cessé depuis lors d’être financés.

La surface Au(111), la surface d'or la plus stable, présente une texture périodique en chevrons qui peut être observée par des microscopes sophistiqués. Une énigme à long terme est de savoir pourquoi cet étrange chevron se forme sur cette surface dorée. Des études approfondies ont été réalisées depuis des décennies, mais une description approfondie des détails de la structure fait toujours défaut et le mécanisme sous-jacent n'a donc jamais été correctement compris.

Les difficultés de cette problématique résident dans le fait que même si la taille de la texture est à l'échelle nanométrique, son unité périodique contient toujours plus de 100,000 XNUMX atomes. Pour étudier quantitativement ce système, il faut une méthode de calcul très efficace et également très précise. Toutefois, dans les approches traditionnelles, ces deux exigences ne peuvent être satisfaites simultanément.

Récemment, le professeur Feng Ding (Département de science et d'ingénierie des matériaux) et ses collègues du Centre pour les matériaux carbonés multidimensionnels (CMCM), au sein de l'Institut des sciences fondamentales (IBS) de l'UNIST, ont utilisé le système neuronal de pointe. méthode de réseau pour entraîner un champ de force en or à partir d'une méthode de calcul précise mais lente.

Grâce à la puissante capacité d'apprentissage des réseaux neuronaux, ce nouveau champ de force acquiert presque la même précision et, plus important encore, il est plusieurs fois plus rapide que la méthode originale.

En utilisant ce champ de force, les auteurs ont simulé avec succès la texture en chevrons observée expérimentalement sur la surface de l’Au(111) et ont révélé qu’il existe une déformation non négligeable sous la surface.

Cette déformation est critique pour la formation de la texture en chevrons car elle permet une relaxation efficace des atomes de surface réarrangés. Si la déformation est supprimée (prenons un modèle fin par exemple), la texture deviendra des rayures.

Parallèlement, les auteurs ont également vérifié que la texture en chevrons est sensible aux contraintes appliquées. Sur une surface sans contrainte, la texture à chevrons est symétrique comme un miroir. Cependant, si une légère contrainte est introduite, la texture s’incline. Au-dessus d'une souche critique, il se transforme complètement en bande texture.

« Ce travail important étend l’application de la méthode d’apprentissage automatique dans science matérielle et ouvre une nouvelle voie pour étudier le complexe surface systèmes », a noté l’équipe de recherche.

Dirigée par le professeur distingué Feng Ding, cette étude a été rédigée pour la première fois par le Dr Pai Li. Les résultats de cette recherche ont été publiés dans le numéro d’octobre 2022 de Science Advances.