Projetar materiais avançados é um processo complexo, com muitas combinações potenciais para colocar precisamente os átomos dentro de uma estrutura. Mas agora, cientistas desenvolveram uma nova ferramenta que ajuda a determinar os posicionamentos ideais - graças a um algoritmo que identifica as melhores jogadas para ganhar jogos de computador, de acordo com um estudo publicado recentemente na revista Ciência e Tecnologia de Materiais Avançados .

Cientistas que projetam materiais avançados, que têm aplicações em microchips de silício ou fibras ópticas, por exemplo, muitas vezes lutam para determinar como posicionar os átomos dentro de uma estrutura de cristal para alcançar uma função desejada. Para melhorar este processo, pesquisadores no Japão desenvolveram um novo método chamado Materials Design using Tree Search (MDTS). Ele identifica as melhores posições atômicas usando um algoritmo chamado de pesquisa em árvore de Monte Carlo, que tem sido empregado com sucesso por jogos de computador para determinar movimentos que trazem os melhores resultados possíveis.

A equipe usou seu método para identificar a melhor maneira de projetar estruturas de liga de silício-germânio, que têm uma capacidade mínima ou máxima de conduzir calor. Materiais com 'condutância térmica' mínima podem recuperar o calor residual de processos industriais para uso como fonte de energia. Materiais com condutância térmica máxima podem tirar o calor das unidades de processamento do computador.

A liga possui um certo número de espaços atômicos que podem ser preenchidos com silício ou germânio. O algoritmo MDTS passa por um processo de aprendizado iterativo que calcula qual de todas as posições possíveis é a melhor para colocar silício ou germânio, a fim de atingir o grau desejado de condutância térmica.

A equipe comparou seu método com outro algoritmo comumente usado para essa finalidade e descobriu que o MDTS era comparável ou melhor em termos de tempo computacional total. Seu método também tem uma capacidade "substancial" de aprender com os dados.

"O MDTS é uma ferramenta prática que os cientistas de materiais podem implementar facilmente em seus próprios problemas e tem o potencial de se tornar uma escolha padrão, "concluem os pesquisadores.