I ricercatori della Northwestern University e del Toyota Research Institute hanno sviluppato un sistema per definire nuovi materiali per qualsiasi applicazione con ripercussioni positive in termini di risparmio energetico e riduzione dei rifiuti.
Megalibrary, uno strumento per scoprire nuovi materiali
L’intelligenza artificiale può contribuire alla scoperta di nuovi materiali. I ricercatori della Northwestern University e del Toyota Research Institute (TRI) hanno sviluppato un algoritmo altamente qualificato che ha analizzato un set di dati definito per prevedere con precisione nuove strutture che potrebbero alimentare i processi nei settori dell’energia pulita, della chimica e dell’automotive.
Lo strumento di generazione dei dati, chiamato “Megalibrary“, amplia notevolmente il campo visivo di un ricercatore. Ogni Megalibrary ospita milioni o addirittura miliardi di nanostrutture, ciascuna con una forma, una struttura e una composizione leggermente distinte, tutte codificate in posizione su un chip di due per due centimetri quadrati. A oggi, ogni chip contiene più nuovi materiali inorganici di quanti ne siano mai stati raccolti e classificati dagli scienziati.
Il team di Mirkin ha sviluppato le Megalibrerie utilizzando una tecnica chiamata litografia con penna polimerica, uno strumento di nanolitografia massicciamente parallelo che consente la deposizione sito-specifica di centinaia di migliaia di elementi al secondo.
«Creare questa capacità di intelligenza artificiale significa essere in grado di prevedere i materiali necessari per qualsiasi applicazione. – spiega il ricercatore Joseph Montoya – Più dati possediamo, maggiore è la capacità predittiva che abbiamo. Quando inizi ad addestrare l’IA, inizi a localizzarla su un set di dati e, man mano che impara, continui ad aggiungere sempre più dati: è come prendere un bambino e passare dalla scuola materna al dottorato di ricerca.»
Ora il team sta usando il nuovo approccio per trovare catalizzatori per i processi di alimentazione nei settori dell’energia pulita, automobilistico e chimico. L’identificazione di nuovi catalizzatori verdi consentirà la conversione di prodotti di scarto e abbondanti materie prime in materia utile, la generazione di idrogeno, l’utilizzo dell’anidride carbonica e lo sviluppo di celle a combustibile.
La produzione di catalizzatori potrebbe anche essere impiegata per sostituire materiali costosi e rari come l’iridio, il metallo utilizzato per generare idrogeno verde e prodotti per la riduzione della CO2.
Fonte: https://news.northwestern.edu/stories/2021/12/machine-learning-predicts-novel-materials/