O Google DeepMind encontrou, em apenas um ano, 2,2 milhões de novos materiais, dos quais 381.000 são estáveis
Em menos de um ano, a divisão DeepMind do Google https://deepmind.google/ do Google conseguiu descobrir 381.000 materiais estáveis que podem beneficiar muitos domínios por meio de um modelo avançado de IA treinado chamado Graph Networks for Materials Exploration (GNoME). Na verdade, essa é apenas uma fração dos 2,2 milhões de estruturas cristalinas previstas pelo modelo.
A IA foi treinada usando dados coletados na última década pelo Lawrence Berkeley National Laboratory, nos EUA, por meio do Materials Project. Em teoria, as 381.000 estruturas estáveis poderiam desempenhar um papel fundamental no desenvolvimento acelerado de supercondutores, supercomputadores quânticos, EVs e baterias, mas todos esses materiais precisam primeiro ser sintetizados para testar sua eficiência.
Até o momento, experimentos independentes sintetizaram e comprovaram a estabilidade de apenas 736 dos materiais. No entanto, os pesquisadores da DeepMind estão dispostos a acelerar o processo de síntese do restante das estruturas, liberando imediatamente os dados de todos os materiais e também disponibilizando publicamente o modelo de IA.
As estruturas mais promissoras parecem estar incluídas entre os 52.000 compostos que se assemelham à natureza em camadas dos grafenos. Esses são considerados candidatos ideais para novas formas de supercondutores que podem ser usados por scanners de ressonância magnética, computadores quânticos e reatores de fusão nuclear. Além disso, o modelo de IA encontrou 528 condutores alternativos de íons de lítio que podem ser usados para aumentar a eficiência das baterias de veículos elétricos.
