Las películas delgadas hechas de nanotubos de carbono son muy prometedoras para la optoelectrónica avanzada, energía y medicina, sin embargo, con su proceso de fabricación sujeto a una estrecha supervisión y estrictos requisitos de estandarización, es poco probable que se vuelvan omnipresentes en el corto plazo.

"Un obstáculo importante para desbloquear el vasto potencial de los nanotubos es su proceso de fabricación multifase, que es extremadamente difícil de administrar. Hemos sugerido el uso de redes neuronales artificiales (ANN) para analizar datos experimentales y predecir la eficiencia de la síntesis de nanotubos de carbono de pared simple. "explica uno de los autores del estudio e investigador de Skoltech, Dmitry Krasnikov.

En su trabajo publicado en la prestigiosa Carbón diario, los autores muestran que los métodos de aprendizaje automático, y, en particular, ANN capacitado en parámetros experimentales, como la temperatura, presión y caudal de gas, puede ayudar a controlar las propiedades de las películas de nanotubos de carbono producidas.

"El desarrollo de la civilización humana y el avance de las tecnologías de fabricación y aplicación de materiales están estrechamente interrelacionados en la era de la información y la tecnología, tanto con materiales como con algoritmos computacionales y sus aplicaciones dando forma a nuestra vida diaria. Esto es igualmente cierto para las ANN que se han convertido en una herramienta indispensable para tratar con tareas multiparamétricas, que van desde el reconocimiento de objetos hasta el diagnóstico médico. Durante los últimos 25 años, Se avanzó poco en el desarrollo de la electrónica basada en nanotubos de carbono debido a la naturaleza compleja del proceso de crecimiento de los nanotubos. Creemos que nuestro método ayudará a crear un marco de producción de nanotubos de carbono eficaz y abrirá nuevos horizontes para sus aplicaciones en la vida real. "dice el Jefe del Laboratorio de Nanomateriales de Skoltech, Profesor Albert Nasibulin.