p Os cristais são onipresentes:a maioria dos metais, por exemplo, são cristalinos. Conhecido pela organização quase perfeita de seus átomos, os cristais, no entanto, sempre contêm imperfeições, que são chamados de defeitos. A concentração e a morfologia dos defeitos em um sólido cristalino influenciam diretamente nas propriedades do material. Melhorar a compreensão dos defeitos do cristal e sua evolução, portanto, tornará mais fácil prever as mudanças em como os materiais mudam ao longo do tempo. Compreender essas mudanças é especialmente crucial para garantir o projeto ideal de instalações sujeitas a condições ambientais severas, como irradiação. p Na ciência de materiais moderna, pesquisadores simulam o início e a evolução de defeitos em sólidos cristalinos usando simulações de computador em grande escala. Contudo, o imenso fluxo de dados gerados torna a análise de experimentos de simulação numérica um processo extremamente complexo. Pesquisadores do CEA, os resultados de cujo trabalho foram publicados recentemente em Nature Communications , propor uma nova abordagem que pode ser aplicada universalmente para superar essa dificuldade. Esta nova abordagem é o primeiro método que pode ser aplicado a todos os materiais com estrutura cristalina. Fornecendo uma visualização contínua de um defeito e seu ambiente atômico, isso facilita a descrição de processos físicos complexos, como a migração de defeitos sob irradiação.

p Os pesquisadores, da Divisão de Energia Nuclear e da Divisão de Aplicações Militares do CEA, recorreram a métodos de inteligência artificial para desenvolver um algoritmo que descreve distorções no ambiente atômico local causadas por defeitos no material. Esta pontuação de distorção facilita a localização automática de defeitos e permite uma descrição "estratificada" de defeitos que podem ser usados ​​para distinguir zonas com diferentes níveis de distorção dentro da estrutura cristalina.

p Os resultados deste estudo abrem muitas possibilidades interessantes para o desenvolvimento futuro em toda a comunidade da ciência de materiais. Essas ferramentas de simulação podem ser usadas para automatizar a análise de enormes conjuntos de dados, como os gerados como resultado de técnicas experimentais como tomografia de sonda atômica, microscopia eletrônica de transmissão e radiação síncrotron, métodos já sendo usados ​​para sondar os mistérios da matéria. Esses desenvolvimentos também podem ser aplicados em outros campos, incluindo química, biologia e medicina, por exemplo, para detectar defeitos celulares característicos do câncer.