Les films minces en nanotubes de carbone sont très prometteurs pour l'optoélectronique avancée, énergie et médecine, cependant avec leur processus de fabrication soumis à une surveillance étroite et à des exigences de normalisation strictes, il est peu probable qu'ils deviennent omniprésents de sitôt.

« Un obstacle majeur à l'exploitation du vaste potentiel des nanotubes est leur processus de fabrication multiphase qui est extrêmement difficile à gérer. Nous avons suggéré d'utiliser des réseaux de neurones artificiels (ANN) pour analyser les données expérimentales et prédire l'efficacité de la synthèse de nanotubes de carbone à paroi simple " explique l'un des auteurs de l'étude et chercheur de Skoltech, Dmitri Krasnikov.

Dans leur ouvrage publié dans le prestigieux Carbone journal, les auteurs montrent que les méthodes d'apprentissage automatique, et, en particulier, ANN formé aux paramètres expérimentaux, comme la température, pression et débit de gaz, peut aider à surveiller les propriétés des films de nanotubes de carbone produits.

"Le développement de la civilisation humaine et l'avancement des technologies de fabrication et d'application des matériaux sont étroitement liés à l'ère de l'information et de la technologie, avec à la fois des matériaux et des algorithmes de calcul et leurs applications qui façonnent notre vie de tous les jours. Ceci est également vrai pour les ANN qui sont devenus un outil indispensable pour traiter les tâches multi-paramètres, qui couvrent toute la gamme de la reconnaissance d'objets au diagnostic médical. Au cours des 25 dernières années, peu de progrès ont été réalisés dans le développement de l'électronique à base de nanotubes de carbone en raison de la nature complexe du processus de croissance des nanotubes. Nous pensons que notre méthode aidera à créer un cadre de production de nanotubes de carbone efficace et ouvrira de nouveaux horizons pour leurs applications réelles, " déclare le directeur du laboratoire des nanomatériaux de Skoltech, Professeur Albert Nasibulin.