I ricercatori di Google DeepMind hanno recentemente compiuto un passo epocale nella ricerca dei materiali cristallini, sfruttando le potenzialità dell’intelligenza artificiale (IA). Il loro studio ha portato alla scoperta di 2,2 milioni di strutture cristalline teoricamente stabili, rappresentando una mole di informazioni 45 volte superiore a tutte le sostanze analoghe scoperte nella storia della scienza. Questo risultato rivoluzionario è stato pubblicato su Nature, sottolineando l’innovazione e il potenziale impatto di questa metodologia.
Secondo Ekin Dogus Cubuk, coautore dello studio, “la scienza dei materiali è il luogo in cui il pensiero astratto si fonde con l’universo fisico”, evidenziando l’importanza di questa ricerca in un’ampia gamma di settori tecnologici. L’impiego di materiali più avanzati, infatti, può avere un impatto significativo su diverse tecnologie.
Le modalità utilizzate dai ricercatori per questa scoperta segnano un punto di partenza promettente, ma lasciano ampi margini di miglioramento. L’immaginazione futura potrebbe vedere una combinazione più sofisticata di dati storici, potenza di calcolo e avanzate capacità dell’IA, aprendo la strada a scoperte ancora più rilevanti.
Fino a oggi, la ricerca di nuove strutture cristalline era prevalentemente basata su costosi approcci trial-and-error. L’impiego dell’IA, tuttavia, consente di accelerare notevolmente il processo di scoperta, aprendo nuove prospettive per la ricerca assistita di materiali potenzialmente utili.
Attraverso il machine learning, i ricercatori hanno generato candidati promettenti e previsto la loro stabilità. Ad esempio, sono stati individuati 52 mila nuovi composti stratificati simili al grafene, potenzialmente utili per la progettazione di superconduttori. Questo supera di gran lunga l’efficacia degli approcci tradizionali, che avevano individuato solo circa un migliaio di materiali di questo tipo.
Il database di materiali ottenuto attraverso questo strumento di IA, chiamato GNoME (Graph Network for Material Exploration), apre orizzonti entusiasmanti in diversi settori scientifici e tecnologici. Dalle energie rinnovabili alla microelettronica, le applicazioni pratiche di questa vasta raccolta di informazioni potrebbero essere infinite.
Un ulteriore studio pubblicato su Nature documenta i primi esperimenti di un gruppo di ricercatori della UC Berkeley/Lawrence Berkeley National Laboratory. Hanno creato con successo 41 nuovi composti da un elenco di 58 possibilità, sfruttando le scoperte del team di Google DeepMind, ottenendo un notevole tasso di successo del 70%.
Questo lavoro pionieristico di Google DeepMind sarà reso disponibile alla comunità scientifica tramite The Materials Project. Questo consentirà agli scienziati di accedere alle 381 mila strutture più promettenti, aprendo la strada alla verifica sperimentale delle loro potenziali applicazioni pratiche. Questa condivisione di conoscenze rivela la volontà di promuovere la collaborazione e stimolare ulteriori progressi nell’esplorazione di nuovi materiali. In conclusione, l’innovazione nell’uso dell’IA per la scoperta di materiali cristallini potrebbe segnare una svolta significativa nella ricerca scientifica e tecnologica.