Il panorama della scoperta dei materiali ha subito una svolta epocale grazie a GNoME, lo strumento di intelligenza artificiale sviluppato da Amil Merchant ed Ekin Dogus Cubuk. Recentemente presentato su Nature, GNoME ha rivelato una straordinaria scoperta: 2.2 milioni di nuovi cristalli, di cui 380.000 sono materiali stabili con un'incredibile prospettiva per il futuro tecnologico.
GNoME, basato sul deep learning, ha radicalmente trasformato l'approccio alla scoperta e alla valutazione dei materiali. Tra questi, 380.000 materiali sono considerati tra i più stabili, rappresentando un'opportunità significativa per la futura sintesi sperimentale. Questi materiali potrebbero diventare fondamentali nello sviluppo di tecnologie rivoluzionarie, come superconduttori, batterie di prossima generazione per veicoli elettrici e altro ancora.
Il tool ha notevolmente ampliato il numero di materiali tecnologicamente validi conosciuti. Tra le sue proiezioni, ha individuato 380.000 materiali con elevate possibilità di successo nella sintesi sperimentale. Questi dati sono stati condivisi con il progetto Materials Project, che lavora attivamente per analizzarli e incorporarli nel suo database online, aprendo nuove frontiere nella ricerca dei cristalli inorganici e sfruttando appieno il potenziale degli strumenti di apprendimento automatico come guida per l'esperimento.
In passato, la scoperta di nuove strutture cristalline richiedeva lunghi e costosi processi sperimentali. Tuttavia, grazie agli approcci computazionali come il Materials Project, la scoperta di circa 28.000 nuovi materiali nell'ultimo decennio ha rappresentato un punto di svolta. GNoME ha ora superato questi limiti, identificando 2.2 milioni di nuovi materiali, equivalente a circa 800 anni di conoscenza accumulata.
GNoME ha individuato oltre 52.000 nuovi composti stratificati simili al grafene, con potenziali impatti rivoluzionari sull'elettronica attraverso lo sviluppo di superconduttori. Inoltre, ha individuato 528 potenziali conduttori di ioni di litio, 25 volte più di uno studio precedente, che potrebbero migliorare significativamente le prestazioni delle batterie ricaricabili.
Utilizzando due pipeline, GNoME scopre materiali a bassa energia (stabili): una pipeline strutturale crea candidati con strutture simili a cristalli conosciuti, mentre una pipeline compositiva segue un approccio casuale basato sulle formule chimiche. I risultati vengono valutati utilizzando le tecniche consolidate della Density Functional Theory (DFT), contribuendo alla base di dati di GNoME per il successivo ciclo di apprendimento attivo.
GNoME, con un tasso di successo nell'ordine dell'80% nella predizione della stabilità dei materiali, mira a ridurre i costi della scoperta dei materiali, offrendo agli scienziati la possibilità di sperimentare e realizzare i materiali più promettenti.
Per ulteriori approfondimenti sulle nuove tecnologie e sull'evoluzione nel campo dell'ingegneria meccanica e dell'intelligenza artificiale, ti invitiamo a esplorare il sito Libri del Futuro: Tecnologie Avanzate e Intelligenza Artificiale. Qui potrai trovare interessanti articoli e aggiornamenti sulle ultime tendenze, analisi e riflessioni riguardanti le sfide e le opportunità nelle tecnologie emergenti.
Fonte notizia
windows8.myblog.it 2023 12 03 rivoluzione-nella-scoperta-dei-materiali-gnome-rivela-2-2-milioni-di-nuovi-cristalli
