Un team di ricercatori del MIT ha sviluppato un innovativo nuovo modello di intelligenza artificiale generativa. Esso è capace di trasformare il modo in cui studiamo la struttura dei materiali cristallini. Questo avanzamento tecnologico ha potenziali implicazioni per numerose applicazioni. Potremmo vederne gli effetti su batterie, magneti e superconduttori. I ricercatori hanno sempre fatto affidamento sulla cristallografia a raggi X per studiare i cristalli, almeno fino ad ora. Tale metodo, invece, basato sull’IA semplifica notevolmente il processo.
Danna Freedman, professoressa di chimica al MIT, ha spiegato quanto sia importante comprendere la struttura dei materiali. Perché? Per sviluppare tecnologie più avanzate. Secondo lei, la struttura cristallina è cruciale per determinare le proprietà fisiche, siano esse magnetiche o conduttive. Freedman ha sottolineato come questo modello di IA possa offrire soluzioni più rapide e precise.
Come funziona l’IA per le batterie, i magneti e i cristalli
Il modello creato dai ricercatori suddivide il problema della struttura cristallina in sottocompiti. Inizialmente, prevede le dimensioni e la forma del reticolo cristallino, poi ipotizza la disposizione degli atomi al suo interno. Ma cosa rende questa tecnologia così speciale? Eric Riesel, uno degli sviluppatori del progetto, ha spiegato che il modello genera ipotesi mai viste prima. Queste vengono verificate attraverso schemi di diffrazione. Tale approccio consente di generare molteplici ipotesi e identificare quella corretta confrontando i dati. Il team ha testato l’IA su migliaia di schemi di diffrazione simulati e sperimentali, con un’accuratezza del 67%. Inoltre, è riuscito a risolvere oltre 100 schemi di diffrazione precedentemente irrisolti. Non è sorprendente pensare che questo modello possa finalmente risolvere questioni che la cristallografia tradizionale non è riuscita a risolvere?
Grazie a questa nuova tecnologia, i ricercatori sono riusciti a scoprire le strutture di tre materiali creati dal laboratorio di Freedman, spingendo la chimica dei materiali a nuovi limiti. Questo modello di IA apre anche la strada alla creazione di materiali con proprietà fisiche radicalmente diverse pur mantenendo la stessa composizione chimica. L’idea di usare l’IA per scoprire nuovi materiali è un cambiamento di paradigma. Questo metodo potrebbe accelerare il processo di sviluppo e portare a nuove scoperte in settori come l’energia, l’elettronica e persino la medicina.