Alquimia, que tentou transformar metais baratos como chumbo e cobre em ouro, ainda não conseguiu. Contudo, com o desenvolvimento de ligas em que dois ou três elementos auxiliares se mesclam com os melhores elementos da época, a alquimia moderna pode produzir materiais metálicos de alta tecnologia com alta resistência, como ligas de alta entropia. Agora, junto com a inteligência artificial, a era de prever a estrutura cristalina de materiais de alta tecnologia chegou sem a necessidade de experimentos repetitivos.

Uma equipe de pesquisa conjunta do professor Ji Hoon Shim e do Dr. Taewon Jin (primeiro autor, atualmente na KAIST) do Departamento de Química da POSTECH, e o professor Jaesik Park da POSTECH Graduate School of Artificial Intelligence desenvolveram juntos um sistema que prevê as estruturas cristalinas de ligas de múltiplos elementos com características expansíveis sem a necessidade de dados de treinamento massivos. Essas descobertas da pesquisa foram publicadas recentemente em Relatórios Científicos .

As propriedades dos materiais de estado sólido dependem de suas estruturas cristalinas. Em solução sólida de liga de alta entropia (HEA) - um material que tem a mesma estrutura cristalina, mas muda continuamente sua composição química dentro de uma certa faixa - as propriedades mecânicas como resistência e ductilidade variam dependendo da fase estrutural. Portanto, prever a estrutura cristalina de um material desempenha um papel crucial na descoberta de novos materiais funcionais. Métodos para prever a estrutura cristalina por meio de aprendizado de máquina foram estudados recentemente, mas há um custo enorme associado à preparação dos dados necessários para o treinamento.

Para isso, a equipe de pesquisa projetou um modelo de inteligência artificial que prevê a estrutura cristalina dos HEAs por meio de recursos expansíveis e dados binários de liga, em vez dos modelos convencionais que usam mais de 80% dos dados HEA no processo de treinamento. Este é o primeiro estudo para prever a estrutura cristalina de ligas de múltiplos elementos, incluindo HEAs, com um modelo de inteligência artificial treinado apenas com as composições e dados de fase estrutural de ligas binárias.

Por meio de experimentos, os pesquisadores confirmaram que a fase estrutural da liga de múltiplos elementos foi prevista com uma precisão de 80,56%, mesmo que os dados da liga de vários elementos não estivessem envolvidos no processo de treinamento. No caso de HEAs, foi previsto com uma precisão de 84,20%. De acordo com o método desenvolvido pela equipe de pesquisa, prevê-se que o custo de cálculo pode ser economizado em cerca de 1, 000 vezes em comparação com os métodos anteriores.

"Um imenso conjunto de dados é necessário para aplicar uma metodologia de inteligência artificial ao desenvolvimento de novos materiais, "explicou o professor Ji Hoon Shim, que liderou a pesquisa." Este estudo é significativo porque permite prever com eficácia a estrutura cristalina de materiais avançados sem garantir um grande conjunto de dados. "