Desvendando o poder da IA: avanços na química para energia solar e outras inovações
São PauloPesquisadores têm recentemente melhorado a estabilidade de moléculas utilizadas em energia solar ao combinar inteligência artificial com síntese química automatizada. Cientistas da Universidade de Illinois Urbana-Champaign e da Universidade de Toronto uniram forças neste projeto. Eles empregaram IA para compreender as regras químicas que tornavam as moléculas mais estáveis. O principal êxito foi criar moléculas para coleta de luz que são até quatro vezes mais estáveis do que as versões anteriores.
O método deles possui muitos pontos interessantes.
- Ciclos repetidos de síntese e testes químicos gerados por IA
- Combinação de química modular e síntese automatizada
- Desenvolvimento de modelos para prever características de estabilidade química
- Validação de hipóteses geradas por IA através de experimentos laboratoriais
Esta pesquisa vai além da energia solar. Ao tornar os processos de IA mais transparentes, os cientistas agora podem entender melhor o que torna os produtos químicos estáveis. Isso pode acelerar futuras pesquisas e ajudar a encontrar candidatos adequados para medicamentos e novos materiais.
Células Solares Orgânicas Podem Avançar com Este Estudo
As células solares orgânicas podem se beneficiar grandemente deste estudo. Diferente dos painéis de silício tradicionais, os fotovoltaicos orgânicos são leves e flexíveis, mas enfrentam problemas de estabilidade. Compreender o que torna essas moléculas estáveis sob a luz nos aproxima de tornar as células solares orgânicas mais confiáveis e eficientes. Isso poderia transformar o campo da energia renovável significativamente.
O uso de IA na síntese química resolveu um grande problema na energia solar e abriu novas possibilidades para descobrir soluções científicas. Ao atualizar constantemente a IA com dados do mundo real, pesquisadores criaram um sistema robusto para a pesquisa química. Este método pode ser aplicado a outros desafios difíceis, tornando o futuro da ciência dos materiais melhor e mais eficiente.
O estudo é publicado aqui:
http://dx.doi.org/10.1038/s41586-024-07892-1e sua citação oficial - incluindo autores e revista - é
Nicholas H. Angello, David M. Friday, Changhyun Hwang, Seungjoo Yi, Austin H. Cheng, Tiara C. Torres-Flores, Edward R. Jira, Wesley Wang, Alán Aspuru-Guzik, Martin D. Burke, Charles M. Schroeder, Ying Diao, Nicholas E. Jackson. Closed-loop transfer enables artificial intelligence to yield chemical knowledge. Nature, 2024; DOI: 10.1038/s41586-024-07892-119 de novembro de 2024 · 20:02
IA eficiente ao alcance: modelos de linguagem otimizados para dispositivos móveis
18 de novembro de 2024 · 09:36
Estudo preciso do comportamento de camundongos com menos animais graças à IA inovadora
18 de novembro de 2024 · 07:24
AI revoluciona cirurgias ao identificar tumores cerebrais rapidamente com FastGlioma: avanço promissor na medicina
Compartilhar este artigo