Os supercomputadores podem ficar sem emprego graças a um pacote de novos modelos de aprendizado de máquina que produzem rápido, resultados precisos usando um laptop normal.

Pesquisadores do ARC Center of Excellence in Exciton Science, baseado na RMIT University, escreveram um programa que prevê o gap de materiais, incluindo para aplicações de energia solar, via software disponível gratuitamente e fácil de usar. A diferença de banda é uma indicação crucial de quão eficiente um material será ao projetar novas células solares.

As previsões de intervalo de banda envolvem cálculos químicos em escala quântica e atômica e geralmente são feitas usando a teoria do funcional da densidade. Até agora, este processo exigiu centenas de horas de dispendioso tempo de processamento de supercomputador, bem como software complicado e caro.

Abordar esta questão, os pesquisadores treinaram um modelo de aprendizado de máquina usando dados gerados a partir de 250, 000 cálculos anteriores do supercomputador. Os resultados foram publicados em Journal of Cheminformatics .

Significativamente, enquanto o programa é capaz de incluir múltiplas variáveis, descobriu-se que apenas um fator, estequiometria, contém - em quase todos os casos - informações suficientes para prever com precisão o intervalo de banda. A estequiometria são as relações numéricas entre reagentes químicos e produtos, como o volume de ingredientes em uma receita para fazer um bolo.

Mais trabalho é necessário para entender completamente por que a estequiometria por si só provou ser tão útil. Mas levanta a perspectiva empolgante de cálculos demorados de supercomputador não sendo mais necessários para algumas aplicações. A rede neural artificial que alimenta os programas de aprendizado de máquina poderia um dia ser sucedida por um programa de software que desempenha uma função semelhante à teoria do funcional da densidade, embora com muito mais simplicidade.

O autor principal, Carl Belle, diz que "se você deseja fazer simulações, mas precisa de milhões de dólares em infraestrutura de supercomputação, você não pode fazer isso. Se pudermos investigar por que a configuração estequiométrica é tão poderosa, então pode significar que supercomputadores não são necessários para selecionar materiais candidatos, nem para simulações precisas. Isso poderia realmente abrir as coisas para um novo grupo de cientistas usar. "

O programa de aprendizado de máquina não se limita ao gap. Pode ser usado para prever as propriedades de muitos outros materiais para outros contextos, e foi desenvolvido por um programador profissional, tornando-o útil não apenas para cientistas e acadêmicos, mas também para empresas e aplicações corporativas.

"Ele foi desenvolvido de acordo com o padrão da indústria e projetado para ser colaborativo, "Belle disse.

"O site tem um banco de dados totalmente relacional. Ele tem milhões de registros. Está tudo lá e disponível gratuitamente para uso. Estamos prontos para começar."