Svůj model dr. Ondračka vyvíjí pomocí metod strojového učení popisujících mezi-atomární interakce, tzv. strojově učený mezi-atomární potenciál. Na začátku stojí předpoklad, že chování atomu závisí pouze na jeho blízkém okolí, proto lze potenciál takzvaně natrénovat na menších kvantově-mechanických modelech, které jsou vědci schopni spočítat. S výjimkou exotických materiálů, jako jsou třeba supravodiče nebo některé magnetické materiály, je tento předpoklad poměrně dobře splněn, takže ztráta přesnosti modelu oproti výpočtům, na kterých se model učil, může být pro dobře vyladěný potenciál minimální. Výhodou je obrovské zrychlení. „Bavíme se o mnoha řádech, takže výpočty, které by normálně trvaly třeba týdny můžete díky lineárnímu škálování mít hotové za pár sekund. To znamená, že modelování dvojnásobného počtu atomů trvá dvojnásobně dlouho a můžeme se pustit i do modelů s miliony atomů. Hlavní výzva této práce je ta, že strojové učení se pro takto složité tříprvkové systémy moc nepoužívá a pokud vezmeme v úvahu různé struktury, lokální kompozice a přítomnost rozhraní, tak je situace velmi složitá. Většinu času tak zabere právě příprava učících dat, optimalizace a testování potenciálu, aby fungoval dobře za všech podmínek.” dodává dr. Ondračka.
Vědecká skupina doc. Holce má v modelování související s přípravou tenkých vrstev velké zkušenosti. Úzce spolupracují s experimentátory, pro které dělají jednak předpovědi nových materiálů se zajímavými vlastnostmi. Poskytují důležité teoretické porozumění fungování stávajících materiálů. Velké téma ve skupině je, mimo jiné, i aktuální problematika skladování vodíku, tzv. hydrogen storage. Právě do rakouského Leobenu přijel dr. Ondračka na tříměsíční pobyt v rámci projektové volitelné stáže, tzv. Secondment, aby tak s doc. Holcem a jeho kolegy společně pracovali na vývoji potenciálu strojového učení pro W-B-C.
Vyladění potenciálu a obecně použití metody strojového učení pro teoretické numerické výpočty struktury vrstev W-B-C je cílem práce dr. Ondračky. „Doposud nebyl nikdo schopen modelovat realisticky W-B-C systém ve velikostech relevantních pro strukturu, jakou skutečně pozorujeme v tenkých vrstvách. S naším potenciálem strojového učení půjdou předpovědi porovnat přímo s reálně připravenými laboratorními vrstvami a budeme schopni předpovídat vlastnosti pro amorfní a nanokompozitní fázi, čímž pomůžeme experimentátorům při optimalizaci tenkých vrstev pro průmyslové povlaky. Do budoucna si představuji, že by se tato metodika mohla jednoduše používat i pro podobné systémy, které se do hledáčku experimentálních vědců teprve dostávají,” uzavírá dr. Ondračka.