Uutiset

Tutkijoiden tavoitteena on jakaa materiaalidataa nykyistä tehokkaammin

Julkaistu:
Maailmanlaajuisten ongelmien ratkaiseminen edellyttää uusia materiaaleja, jolloin materiaalidatan jakamista ja hyödyntämistä on arvioitava uudelleen.

Datan hyödyntäminen täysin uusien materiaalien suunnittelussa ja kehittämisessä on nopeasti kasvava tieteenala. Aalto-yliopiston tutkijat ovat julkaisseet artikkelin, jossa arvioidaan datalähtöisen materiaalitieteen kasvua tähän mennessä ja esitetään näkemyksiä sen tulevasta suunnasta.

Tutkijat kehottavat investoimaan voimakkaasti digitaalisten infrastruktuurien kehittämiseen. Niiden avulla eri yliopistojen tutkijat voivat yhdessä yritysten kanssa hyödyntää materiaaleja koskevaa dataa aivan uudella tavalla, kaikille avoimien tieteellisten tietokantojen avulla.

Cover image of Advance Science journal

”Haluamme koota tiedot yhteen paikkaan, jotta materiaaleja voidaan kehittää nopeammin tulevia tuotteita varten”, sanoo Patrick Rinke teknillisen fysiikan laitokselta.

Tutkijoiden tavoitteena on Googlea vastaava materiaalien hakukone, jota Aalto-yliopiston tutkijaryhmä kutsuu nimellä MUSE, Materials Ultimate Search Engine. 

Tällä hetkellä uusien materiaalien kehittäminen on pitkä prosessi, joka käsittää niiden löytämisen, suunnittelun, valmistuksen ja käyttöönoton. Tämä on tutkijoiden mukaan hidasta, kallista ja tehotonta, ja siksi on epätodennäköistä, että yritykset tai tutkijat investoisivat aikaa tai rahaa tällaiseen ponnistukseen. Uuden materiaalin teolliset ja tekijänoikeudet voivat olla jopa vanhentuneet, kun se on valmis tuotelanseeraukseen.

”Haluaisimme tutkijan pohtivan eri materiaalivaihtoehtoja, esimerkiksi tietokonesiru voidaan tehdä piin sijaan germaniumista. Ihannetapauksessa tutkija voisi ottaa germaniumin tiedot suosikkitietokannastaan ja siirtää ne tuotemalliinsa”, Patrick Rinke sanoo.

Datalähtöisyys lisää myös aiemmin hylätyn tai huomiotta jätetyn materiaalidatan arvoa. Esimerkiksi osa germaniumsirua varten kerätystä tiedosta voi osoittautua yksittäisen tutkimuksen mittakaavassa hyödyttömäksi. Materiaalidata voi olla väitöskirjan liitteessä, laboratoriossa tai sen tietokoneen kiintolevyllä, jossa simulaatio on tehty.

Datalähtöisessä mallissa materiaalitiedot ladataan hakukoneeseen. Data voi osoittautua ratkaisevan tärkeäksi esimerkiksi tutkijalle, joka on kehittämässä hiilidioksidin talteenottolaitetta.

”Hakukoneen avulla olisi mahdollista päästä käsiksi valtavaan tietomassaan. Yksikään tutkija ei voi tuottaa sellaista omassa laboratoriossaan”, Rinke selittää.

Artikkeli on julkaistu Advanced Science ‑lehden viisivuotisjuhlanumerossa.

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

Katso kaikki
vaping
Tiedotteet, Tutkimus ja taide Julkaistu:

Tekoälyn avulla tehty tutkimus osoitti: Instagram tulvii nuoria houkuttelevaa sähkötupakkamainontaa

Sadoista tuhansista sähkötupakkajulkaisuista yli 60 prosenttia oli peräisin yritystileiltä. Nuorille mainostetaan muun muassa sähkötupakan makutiivisteitä.
Tutkimus ja taide Julkaistu:

Lähes puolet pienistä ja keskisuurista yrityksistä on hakenut koronakriisissä julkista tukea, vain alle kuudesosa pankkilainaa

Aalto-yliopiston, Erasmus-yliopiston (Hollanti) ja St. Gallenin yliopiston (Sveitsi) tutkijaryhmä on selvittänyt suomalaisten pienten ja keskisuurten yritysten rahoitusvaihtoehtoja ja tulevaisuudennäkymiä koronakriisissä.
Aivokuori seuraa äänen piirteitä hyvin täsmällisesti ymmärtääkseen puhetta. Kuva: Aalto-yliopisto
Tiedotteet, Tutkimus ja taide Julkaistu:

Ihmisaivot seuraavat puhetta ajallisesti tarkemmin kuin muita ääniä

Tuore tutkimus osoittaa, että sanojen ymmärtäminen on aivoille millisekuntipeliä, mutta ympäristön ääniä ne tulkitsevat kokonaisuuksina. Tuloksista voi olla hyötyä, kun tutkitaan häiriöitä puheen käsittelyssä.
hukka-rakentamisessa-1
Tutkimus ja taide Julkaistu:

Hukan mittaaminen paljastaa rakentamisen tuottavuuskehityksen pullonkaulat

Rakentamiselle tyypillinen projektikohtainen vaihtelu ja systemaattisuuden puute haastavat tuottavuuskehityksen. Aalto-yliopiston tutkimushanke kehitti menetelmiä niistä periytyvän hukan mittaamiseen sekä suunnittelussa että toteutuksessa. Mittarit osoittivat, että suurin osa työajasta on hukaksi luokiteltavaa tekemistä, joten hukkaa minimoimalla tuottavuuden kehityspotentiaalikin on huikea.
Katso kaikki