A inteligência artificial (IA) do Google DeepMind previu a estrutura de mais de dois milhões de materiais químicos novos, marcando um avanço no aprimoramento de tecnologias do mundo real.
Em um artigo científico publicado na Nature na quarta-feira, 29 de novembro, a empresa de IA relatou que quase 400.000 de seus designs teóricos de materiais podem em breve passar por testes laboratoriais. Usos possíveis para a pesquisa incluem o desenvolvimento de baterias, painéis solares e chips de computador com desempenho aprimorado.
De acordo com o artigo, identificar e criar novos materiais é frequentemente caro e demorado. Levou aproximadamente duas décadas de pesquisa antes que as baterias de íons de lítio — agora amplamente utilizadas em dispositivos como telefones, laptops e veículos elétricos — se tornassem comercialmente acessíveis.
Ekin Dogus Cubuk, cientista pesquisador da DeepMind, expressou otimismo de que avanços em experimentação, síntese autônoma e modelos de aprendizado de máquina poderiam reduzir substancialmente o longo prazo de 10 a 20 anos para a descoberta e síntese de materiais.
O artigo revela que a IA desenvolvida pela DeepMind passou por treinamento usando dados do Materials Project, um consórcio internacional de pesquisa estabelecido no Laboratório Nacional Lawrence Berkeley em 2011. O conjunto de dados incluía informações sobre aproximadamente 50.000 materiais pré-existentes.
A organização expressou sua intenção de distribuir seus dados à comunidade de pesquisa, visando acelerar avanços adicionais no campo da descoberta de materiais. No entanto, Kristin Persson, diretora do Materials Project, disse no artigo que a indústria é cautelosa em relação a aumentos de custos, e novos materiais frequentemente levam tempo para se tornarem rentáveis. Segundo Persson, encurtar esse prazo seria o avanço definitivo.
Após empregar a IA para prever a estabilidade desses novos materiais, a DeepMind mudou seu foco para prever a possibilidade de síntese desses materiais em condições laboratoriais.
VEJA MAIS: