L'IA accelera la scoperta di nuovi materiali

Ricercatori russi hanno compiuto un'importante scoperta nello sviluppo di nuovi materiali. Hanno utilizzato l'Intelligenza Artificiale (IA) per accelerare il processo di identificazione e analisi delle proprietà dei composti prospettici. Un team dell'Istituto di Intelligenza Artificiale AIRI, con il supporto di Sber, Skoltech e dell'Università Politecnica di Tomsk, ha creato un sistema di IA basato su reti neurali a grafo (GNN). Questo sistema aiuta a trovare combinazioni efficaci di elementi per creare nuovi composti promettenti a base di boro e tungsteno. "Il modello addestrato ci ha permesso di analizzare tutti i dati in pochi giorni e selezionare i più promettenti per la verifica sperimentale", afferma Roman Eremin, ricercatore principale presso AIRI. I metodi tradizionali per il calcolo delle proprietà delle molecole, che sono di natura quantistica-chimica, richiedono significative risorse computazionali e tempo. Soprattutto se la struttura del composto è complessa – con ogni calcolo di atomi ed elettroni che diventa più difficile. Questo può richiedere mesi o addirittura anni. L'IA aiuta a superare questa barriera. Ciò consente di accelerare il processo e di non sprecare centinaia di migliaia di configurazioni invano. "Abbiamo costantemente incluso nell'addestramento solo quelle strutture in cui il modello ha commesso più errori. Questo ha ridotto la complessità combinatoria del compito", spiega Eremin. Il modello di IA creato non è limitato solo ai composti del boro. Può essere utilizzato per la ricerca di nuovi materiali in altri sistemi chimici – dai composti medici alla propulsione spaziale. Una rete neurale (anche una rete neurale artificiale, RNA, o semplicemente una rete neurale) è un modello matematico, così come la sua implementazione software o hardware, costruito sul principio dell'organizzazione delle reti neurali biologiche – le reti di cellule nervose di un organismo vivente.