有句老话：“如果橡胶是通向地面的材料，则铝是通向天空的材料。” 总是在改变人类历史的每个转折点发现新材料。
随着诸如掺杂硅材料，电阻变化材料和自发地磁化和极化的材料之类的新材料的出现，用于存储设备的材料也在急剧发展中国机械网okmao.com。这些新材料是如何制成的？POSTECH的一个研究小组揭示了利用人工智能制造用于新存储设备的材料的背后机制。
材料科学与工程系的崔思永教授带领的研究团队和POSTECH物理系的李大寿教授带领的团队一起成功合成了一种新型物质，该物质通过引起极化而产生电（这种现象在（在室温下，负电荷和正电荷的位置与晶体中的负电荷和正电荷的位置分开），并通过深度神经网络分析确认了其晶体结构的变化。
这篇论文发表在最近一期的《自然通讯》上。
钙钛矿氧化物的原子结构经常变形，其性质由氧八面体旋转（OOR）决定。实际上，在平衡状态下只有少量稳定的OOR模式存在，这不可避免地限制了钙钛矿氧化物的性质和功能。
联合研究团队致力于钙钛矿氧化物CaTiO3的形成，即使在0K的绝对温度下，它也保持非极性（或顺电）状态。
然而，基于从头算的计算，研究小组发现，不自然存在的独特OOR模式将能够促进铁电性，这是室温下的强极化作用。
有鉴于此，研究团队通过应用控制界面处原子结构及其物理性质的界面工程，成功合成了具有铁电性的新型材料（异质外延CaTiO3）。
此外，应用深度神经网络分析来检查精细的OOR和数十皮克计的原子结构变化，并模拟了各种原子结构，并将数据用于AI分析以识别人工控制的OOR模式。
Daesu Lee教授说：“我们已经确认，通过控制原子结构的变化获得独特的OOR模式，我们可以创造出自然不会出现的新物理现象。”
“特别重要的是，物理学和新材料工程研究的融合使得计算材料设计，合成新材料以及进行分析以了解新现象成为可能。”
崔思永教授解释说：“通过将深度机器学习应用于材料研究，我们已经成功地识别出了几十皮克的原子级变化，这些肉眼很难用人眼识别。” 他补充说：“这可能是一种先进的材料分析方法，可以帮助您了解创建具有独特物理现象的新材料的机制。”