On estime qu'il y a plus de 10 ¹⁰⁰ matériaux éventuels pouvant être synthétisés, grandi et optimisé. La conception des matériaux peut être un processus lent et laborieux, et étudier l'espace complet des paramètres est un défi formidable. L'apprentissage automatique et d'autres techniques statistiques avancées accéléreront presque certainement le développement de matériaux, mais de nombreux scientifiques des matériaux ignorent que des méthodes de conception statistique très basiques peuvent accélérer le processus. Ceux-ci incluent la conception factorielle fractionnaire des expériences, qui est plus couramment utilisé par les ingénieurs de produits que par les scientifiques des matériaux.

Matériaux de chalcogénure en couches, comme Sb 2 Te 3 , ont attiré une attention considérable au cours de la dernière décennie en raison de leur mauvaise structure topologiquement non triviale, et utilisation dans la mémoire thermoélectrique et à changement de phase interfaciale. Cristaux de haute qualité de Sb 2 Te 3 sont nécessaires pour les mémoires hautes performances et les dispositifs de conversion d'énergie. Cependant, optimiser efficacement la qualité du cristal est un défi car il est très sensible à un grand nombre de paramètres de synthèse, comme la température, pression, matériaux environnants et taux de dépôt. Il est souvent difficile de déterminer les paramètres qui affectent significativement la qualité du cristal, c'est à dire., "nous ne pouvons pas voir le bois dans les arbres, " et donc, il est difficile de savoir quel paramètre de conception doit être priorisé lors de l'optimisation.

Des chercheurs de l'Université de technologie et de design de Singapour (SUTD) ont utilisé le Sb 2 Te 3 problème de croissance pour démontrer la puissance de la conception factorielle fractionnaire en science des matériaux. Après avoir découvert les paramètres et interactions statistiquement significatifs qui influencent la qualité du Sb 2 Te 3 cristaux, l'équipe de recherche a pu faire pousser du Sb stratifié de haute qualité 2 Te 3 cristaux sur une plaquette de silicium de 4" en utilisant la pulvérisation cathodique, qui est une technique de dépôt industriellement évolutive.

chercheur principal du SUTD, Le professeur adjoint Robert Simpson a déclaré :"Notre étude démontre que ces techniques d'optimisation statistique transversales peuvent apporter des gains d'efficacité substantiels, et il est donc déconcertant que ces approches ne soient pas largement utilisées en science des matériaux. Peut-être que la réticence à adopter un plan factoriel fractionnaire est dû au fait qu'il est purement statistique et ne fournit pas directement d'informations sur la physique sous-jacente. Cependant, ces jours, l'intelligence artificielle alimente une révolution dans les techniques d'optimisation de la « boîte noire » en science des matériaux et les associer à des modèles physiques apportera sans aucun doute des changements radicaux à la façon dont nous faisons de la science des matériaux. »