Uutiset

Tutkijoiden tavoitteena on jakaa materiaalidataa nykyistä tehokkaammin

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

ARTS open science roadshow, pic of the session
Tutkimus ja taide Julkaistu:

European Open Science Cloud (EOSC) Finnish Forumin webinaari 25.1.2021

Yksi puhujista on Karel Luyben, European Open Science Cloudin (EOSC) ensimmäinen puheenjohtaja ja Aalto-yliopiston hallituksen jäsen.
Installation Talk 2020, Jarkko Niiranen
Tutkimus ja taide Julkaistu:

Professori Jarkko Niiranen: Rakenteiden suunnittelun perustana ovat matemaattiset mallit

Laskennallisen rakennetekniikan vakituiseen associate professor -tehtävään nimitetty Jarkko Niiranen käsittelee esityksessään laskennallista mekaniikkaa.
Dronen ottama kuva Otakaari 1:sestä, kuva: Mikko Raskinen
Tutkimus ja taide Julkaistu:

Mistä tietää ilman GPS-signaalia, missä lennokki lentää?

Jouko Kinnarin väitöstutkimuksessa dronen sijainti selviää karttatietojen sekä antureiden avulla.
Apulaisprofessori Jukka Luoma. Kuva: Mikko Raskinen / Aalto-yliopisto
Tutkimus ja taide Julkaistu:

Ideologinen onttous auttaa kapitalismin voittoihin

Apulaisprofessori Jukka Luoma ja kollegansa löysivät yllättävän yhteyden organisaatio-oppimisen ja poliittisten taustaideologioiden väliltä.