Un modello di apprendimento automatico per prevedere con precisione la durezza di nuovi materiali. Lo hanno sviluppato i ricercatori dell’Università di Houston, in Texas, che in questo modo faciliteranno gli scienziati nel trovare compositi per una grande varietà di applicazioni.
Definiti con un valore di durezza superiore a 40 gigapascal sulla scala Vickers (che significa che ci vogliono più di 40 gigapascal di pressione per lasciare una rientranza sulla loro superficie), i materiali superduri sono molto richiesti nell’industria, dalla produzione di energia all’aerospaziale.
“L’identificazione di nuovi materiali è molto difficile – spiega Jakoah Brgoch, professore di chimica presso la UH, – Per questo il diamante sintetico viene ancora usato anche se è impegnativo e costoso da realizzare“.
Uno dei fattori complicanti sta nel fatto che la durezza di un materiale può variare a seconda della quantità di pressione esercitata, nota come dipendenza dal carico. Ciò rende il test del materiale complesso e l’impiego della modellazione computazionale quasi impossibile.
Materiali superduri, la ricerca dell’Università di Houston
Il modello riportato dai ricercatori texani supera questi problemi prevedendo la durezza di Vickers esclusivamente sulla composizione chimica del materiale. I ricercatori hanno infatti trovato più di 10 nuove e promettenti fasi di borocarbide stabili; ora stanno lavorando per progettare e produrre i materiali in modo da testarli in laboratorio.
Il database costruito per addestrare l’algoritmo si basa su dati che coinvolgono 560 compositi differenti, ciascuno dei quali fornisce diversi dati. Per creare un set rappresentativo è stato necessario esaminare attentamente centinaia di articoli accademici.
“Il vero successo è in gran parte lo sviluppo di questo set di dati – continua Brgoch – L’idea di usare l’apprendimento automatico non serve per dire di aver trovato il materiale migliore, ma per guidare la nostra ricerca sperimentale. L’IA ci dice dove dobbiamo guardare“.