A descoberta de novos materiais pode ser um processo longo e meticuloso. Mas uma equipa de cientistas da Northwestern University, em colaboração com o SLAC National Accelerator Laboratory e o National Institute of Standards and Technology (NIST), estão a mudar esse paradigma.
O grupo desenvolveu uma metodologia inovadora que utiliza a inteligência artificial (IA) para acelerar a descoberta de vidro metálico, um material promissor que é simultaneamente mais leve e mais forte do que o melhor aço atualmente disponível.
O vidro metálico é uma liga amórfica, com átomos dispostos de forma irregular, que lhe confere propriedades únicas. Tem uma resistência e leveza superiores ao aço e é mais resistente à corrosão e ao desgaste, o que lhe atribui um vasto potencial em diversas aplicações, desde revestimentos protetores a alternativas ao aço.
Inteligência Artificial na vanguarda da pesquisa de materiais
O segredo do sucesso desta equipa reside na combinação de algoritmos de aprendizagem automática com experimentação rápida. Esta abordagem permitiu descobrir três novas composições de vidro metálico 200 vezes mais rápido do que os métodos convencionais.
Chris Wolverton, professor na Northwestern’s McCormick School of Engineering, salientou que, utilizando a IA, é possível passar de uma lista de propriedades desejadas a um punhado de candidatos viáveis em tempo recorde.
Através desta metodologia, os cientistas conseguiram investigar cerca de 20 mil combinações de ingredientes em apenas um ano, um feito de realçar comparado com as 6 mil combinações investigadas ao longo de cinco décadas.
O sistema desenvolvido no SLAC’s Stanford Synchrotron Radiation Lightsource (SSRL) permitiu testar centenas de materiais simultaneamente, proporcionando um feedback quase imediato e possibilitando a preparação de novas amostras em poucas horas.
A caminho de uma revolução científica
Este avanço na pesquisa de materiais promete ser um ponto de viragem. Não só acelera significativamente o processo de descoberta, como também abre portas para investigar materiais que desafiam as regras convencionais da formação de vidro metálico.
A IA não necessita de uma compreensão prévia, permitindo que os algoritmos estabeleçam ligações e tirem conclusões autonomamente, o que pode levar a pesquisa em direções inesperadas.
Jason Hattrick-Simpers, engenheiro de pesquisa de materiais no NIST, afirmou que a IA irá alterar o panorama da ciência dos materiais, sendo este estudo um primeiro passo significativo. Há ainda margem para tornar o processo ainda mais rápido e, eventualmente, automatizá-lo completamente, permitindo que os cientistas se concentrem em aspetos do trabalho que requerem intuição e criatividade humanas.
No estudo, a equipa explorou milhares de ligas contendo três metais baratos e não tóxicos, aproveitando dados de materiais com mais de 50 anos. Os algoritmos de aprendizagem automática desenvolvidos por Wolverton e Logan Ward, um estudante de doutoramento, foram essenciais para a análise rápida e eficiente dos dados, levando à descoberta de composições inéditas de vidro metálico.
Este projeto foi financiado pelo Departamento de Energia dos EUA, pelo Center for Hierarchical Materials Design e pelo National Institute of Standards and Technology. É sublinhado o seu impacto potencial não só para os utilizadores de sincrotrão, mas para toda a comunidade científica dos materiais e química.
Editores 4gnews recomendam:
