La IA revoluciona el desarrollo de materiales energéticos y cuánticos a través de nuevas herramientas.

MadridInvestigadores de la Universidad de Tohoku y el MIT han desarrollado una herramienta de inteligencia artificial que determina rápidamente las propiedades ópticas de los materiales. Esta herramienta puede mejorar significativamente el desarrollo de materiales utilizados en la energía solar y la optoelectrónica. Habitualmente, encontrar estas propiedades es un proceso lento y complejo, pero este modelo de IA lo acelera al analizar la estructura cristalina de un material basándose en principios como la relación de Kramers-Krönig.

El estudio de la interacción entre los materiales y la luz es fundamental, ya que influye en el desempeño de numerosas tecnologías.

• Luces LED
• Células solares
• Detectores de luz
• Circuitos integrados fotónicos

La industria de semiconductores podría beneficiarse significativamente del uso de esta herramienta en su etapa de crecimiento. Las prácticas actuales emplean complejas simulaciones cuánticas que demandan gran capacidad de computación. A través de la inteligencia artificial, los investigadores pueden superar las limitaciones de los métodos tradicionales y obtener resultados similares de manera mucho más rápida. Esta innovadora estrategia utiliza redes neuronales de grafos (GNNs), que representan átomos y enlaces como partes de un grafo.

Lea también:

Ayer · 11:42

El cambio de OpenAI al sector lucrativo: repercusiones claves

Un problema con las Redes Neuronales de Grafos (GNNs) es que no funcionan bien con todas las estructuras cristalinas. Investigadores han desarrollado un método universal de incrustación en conjunto para abordar este inconveniente. Este enfoque combina diferentes modelos para mejorar la precisión de las predicciones sin modificar las redes neuronales en sí. Esto tiene un potencial significativo para avances en la ciencia de datos.

Este nuevo método se puede integrar en los sistemas actuales de aprendizaje automático para predecir con precisión las propiedades ópticas. Esta capacidad es útil para evaluar materiales para celdas solares y descubrir materiales cuánticos. El potencial del método va más allá de las propiedades ópticas, ya que la investigación futura tiene como objetivo crear bases de datos para otras características de los materiales, como las propiedades mecánicas y magnéticas.

Esta nueva innovación puede aumentar la eficiencia de las fuentes de energía renovable, como la solar. Al disminuir el tiempo necesario para descubrir nuevos materiales, la herramienta de IA acelera la investigación científica y las mejoras prácticas en tecnología. Su fácil integración en sistemas actuales demuestra su capacidad para transformar el estudio de la ciencia de materiales.