Uma descoberta além da imaginação humana!
A DeepMind do Google desenvolveu uma abordagem inovadora conhecida como Redes Gráficas para Exploração de Materiais (GNoME), conforme detalhado em um artigo de pesquisa publicado na Nature em 29 de novembro de 2023. O sistema de IA de ponta foi capaz de prever com sucesso as propriedades estruturais de mais de dois milhões de materiais únicos, dos quais quase quatrocentos mil demonstraram potencial promissor. No final das contas, setenta e três compostos sintéticos foram verificados através de testes experimentais em laboratório.
O sistema é modelado a partir do AlphaFold, um algoritmo que prevê com sucesso estruturas proteicas e tem sido fundamental no avanço dos esforços de descoberta de medicamentos. Em contraste, o algoritmo GNoME foi projetado para analisar materiais, com Dogus Cubuk, chefe de descoberta de materiais do Google DeepMind, observando durante uma conferência de imprensa que, embora os materiais sejam cruciais para muitas aplicações tecnológicas, os humanos apenas experimentaram um número limitado de substâncias estáveis..
Novos materiais para baterias, painéis solares…
Para descobrir novos materiais, os pesquisadores geralmente empregam uma abordagem metódica combinando elementos da tabela periódica. No entanto, este processo não é tão simples como lançar dados, pois existe uma extensa gama de combinações potenciais. Consequentemente, os cientistas baseiam-se em estruturas materiais pré-existentes e modificam-nas sistematicamente em etapas incrementais, produzindo, em última análise, novas composições através da sua experimentação meticulosa.
O GNoME, desenvolvido por pesquisadores da divisão DeepMind do Google, utiliza algoritmos de aprendizado de máquina treinados em grandes quantidades de dados do banco de dados do Materials Project para explorar rapidamente o espaço químico e identificar novas combinações promissoras de materiais que podem ser sintetizadas. Ao gerar e rastrear milhões de estruturas cristalinas potenciais, o GNoME pode identificar eficientemente aquelas com propriedades desejáveis, como novo comportamento eletrônico ou magnético, ao mesmo tempo que filtra aquelas que são instáveis ou que foram previamente estudadas. Embora este processo exija, em última análise, a contribuição humana para mais experimentação e validação, a integração do GNoME num sistema automatizado tem o potencial de agilizar significativamente a descoberta de novos materiais para diversas aplicações.
Estruturas materiais descobertas pelo algoritmo GNoME.//Fonte: DeepMind
Os avanços inovadores da DeepMind têm o potencial de revolucionar vários setores, especialmente no domínio das fontes de energia renováveis, como componentes de painéis solares e tecnologias de baterias. Uma área significativa de progresso foi feita no desenvolvimento de materiais condutores para baterias de íons de lítio, o que poderia levar a uma maior eficiência no fluxo de correntes elétricas através desses componentes críticos.
Para construir um futuro mais ecologicamente saudável, são necessárias substâncias inovadoras. A plataforma Google DeepMind proclama orgulhosamente a descoberta de 380.000 cristais estáveis através da utilização de inteligência artificial, o que pode levar ao desenvolvimento de tecnologias mais ecológicas, como baterias melhoradas para veículos eléctricos e supercondutores altamente eficazes para um melhor processamento informático. Colaborações com o Laboratório Nacional Lawrence Berkeley, Google Research e equipes de pesquisa internacionais demonstraram o potencial do emprego de IA na orientação da exploração, procedimentos experimentais e síntese desses novos materiais.
A assinatura do nosso site por meio do Google Notícias garante que você receba atualizações oportunas e se mantenha informado sobre os eventos atuais, permitindo que você fique por dentro dos últimos desenvolvimentos em sua área de interesse.
*️⃣ Link da fonte:
Natureza , explicar , Projeto de Materiais , na Natureza , em seu site ,