Redes neurais artificiais - algoritmos inspirados por conexões no cérebro - "aprenderam" a realizar uma variedade de tarefas, desde a detecção de pedestres em carros autônomos, para analisar imagens médicas, para traduzir idiomas. Agora, pesquisadores da Universidade da Califórnia em San Diego estão treinando redes neurais artificiais para prever novos materiais estáveis.

"Prever a estabilidade dos materiais é um problema central na ciência dos materiais, física e Quimica, "disse o autor sênior Shyue Ping Ong, professor de nanoengenharia da Escola de Engenharia da UC San Diego Jacobs. "Por um lado, você tem intuição química tradicional, como as cinco regras de Linus Pauling que descrevem a estabilidade dos cristais em termos de raios e empacotamento de íons. No outro, você tem cálculos de mecânica quântica caros para calcular a energia ganha com a formação de um cristal que precisa ser feito em supercomputadores. O que fizemos foi usar redes neurais artificiais para unir esses dois mundos. "

Ao treinar redes neurais artificiais para prever a energia de formação de um cristal usando apenas duas entradas - eletronegatividade e raio iônico dos átomos constituintes - Ong e sua equipe no Laboratório Virtual de Materiais desenvolveram modelos que podem identificar materiais estáveis ​​em duas classes de cristais conhecidas como granadas e perovskitas. Esses modelos são até 10 vezes mais precisos do que os modelos anteriores de aprendizado de máquina e são rápidos o suficiente para filtrar com eficiência milhares de materiais em questão de horas em um laptop. A equipe detalha o trabalho em um artigo publicado em 18 de setembro em Nature Communications .

"Granadas e perovskitas são usadas em luzes LED, baterias recarregáveis ​​de íon-lítio, e células solares. Essas redes neurais têm o potencial de acelerar muito a descoberta de novos materiais para essas e outras aplicações importantes, "observou o primeiro autor Weike Ye, um Ph.D. em química aluno do Laboratório Virtual de Materiais da Ong.

A equipe tornou seus modelos acessíveis ao público por meio de um aplicativo da web em http://crystals.ai. Isso permite que outras pessoas usem essas redes neurais para calcular a energia de formação de qualquer composição de granada ou perovskita na hora.

Os pesquisadores estão planejando estender a aplicação de redes neurais para outros protótipos de cristal, bem como outras propriedades de materiais.