AI prevede il metallo termoelettrico
Un team guidato da TU Wien combina supercomputer e automazione per prevedere materiali termoelettrici ad alte prestazioni, spostando la ricerca da prove ed errori a un design intelligente.
Le nuove tecnologie richiedono nuovi materiali, ma scoprirli può richiedere decenni.Ora, un team di ricerca guidato da Andrej Pustogow presso Tu Wien ha creato un protocollo di computer automatizzato che prevede materiali termoelettrici in grado di convertire il calore dei rifiuti in elettricità utilizzabile.Il loro approccio taglia il tempo e il costo della scoperta, offrendo un percorso più rapido per i materiali energetici verdi.
Invece di fare affidamento sulla saggezza del libro di testo o sugli esperimenti di laboratorio di laboratorio, il team ha usato i supercomputer per simulare come metalli come nichel, cobalto e ferro interagiscono con ogni altro elemento nella tabella periodica.A partire dai metalli di transizione, hanno scansionato migliaia di possibili combinazioni.Tra i risultati, il nichel-germanium (Ni₃ge) si è distinto per le sue notevoli prestazioni termoelettriche, confermate più tardi nei test di laboratorio.
Mentre le ricerche precedenti del team hanno accennato a questo (incluso il lavoro su leghe di nichel-oro), questa è la prima volta che un metodo sistematico e assistito ha fornito previsioni accurate.Nonostante il potere grezzo di supercomputer come il cluster scientifico austriaco, la forza bruta non è pratica: valutare tutte le possibili combinazioni di elementi potrebbe richiedere più tempo dell'universo.Quindi, il team ha ridotto la ricerca in modo intelligente usando principi fisici e automazione.
Il candidato selezionato, Ni₃ge, non solo si è comportato bene, ma ha dimostrato che anche semplici composti binari possono fornire.Se i sistemi a due elementi mostrano promesse, immagina cosa troveremo in combinazioni più complesse.L'approccio sta già guadagnando trazione oltre il mondo accademico.I giganti del settore come Google e Microsoft stanno costruendo strumenti di intelligenza artificiale addestrati in decenni di dati sperimentali e teorici dei materiali.I migliori risultati provengono ancora dall'intuizione umana, amplificata dalla potenza di calcolo.Ciò segna un cambiamento strategico nella scienza dei materiali.Per quasi un secolo, l'attenzione è stata sui semiconduttori.