Las redes neuronales artificiales, algoritmos inspirados por las conexiones en el cerebro, han "aprendido" a realizar una variedad de tareas, desde la detección de peatones en automóviles sin conductor, hasta el análisis de imágenes médicas y la traducción de idiomas. Ahora, los investigadores delLa Universidad de California en San Diego está entrenando redes neuronales artificiales para predecir nuevos materiales estables.
"Predecir la estabilidad de los materiales es un problema central en la ciencia de los materiales, la física y la química", dijo el autor principal Shyue Ping Ong, profesor de nanoingeniería en la Escuela de Ingeniería de la Universidad de California San Diego Jacobs. "Por un lado, usted tiene productos químicos tradicionalesintuición como las cinco reglas de Linus Pauling que describen la estabilidad de los cristales en términos de radios y empaque de iones. Por otro lado, tiene costosos cálculos de mecánica cuántica para calcular la energía obtenida de la formación de un cristal que debe realizarse en las supercomputadoras.lo que hemos hecho es usar redes neuronales artificiales para unir estos dos mundos "
Al entrenar redes neuronales artificiales para predecir la energía de formación de un cristal usando solo dos entradas: electronegatividad y radio iónico de los átomos constituyentes, Ong y su equipo en el Laboratorio Virtual de Materiales han desarrollado modelos que pueden identificar materiales estables en dos clases decristales conocidos como granates y perovskitas. Estos modelos son hasta 10 veces más precisos que los modelos de aprendizaje automático anteriores y son lo suficientemente rápidos como para detectar eficientemente miles de materiales en cuestión de horas en una computadora portátil. El equipo detalla el trabajo en un artículo publicado en septiembre18 pulgadas Comunicaciones de la naturaleza .
"Los granates y las perovskitas se usan en luces LED, baterías recargables de iones de litio y células solares. Estas redes neuronales tienen el potencial de acelerar enormemente el descubrimiento de nuevos materiales para estas y otras aplicaciones importantes", señaló el primer autor Weike Ye,estudiante de doctorado en química en el Laboratorio virtual de materiales de Ong.
El equipo ha hecho que sus modelos sean accesibles públicamente a través de una aplicación web en http://crystals.ai . Esto permite que otras personas usen estas redes neuronales para calcular la energía de formación de cualquier composición de granate o perovskita sobre la marcha.
Los investigadores planean extender la aplicación de redes neuronales a otros prototipos de cristales, así como a otras propiedades de los materiales.
Fuente de la historia :
Materiales proporcionados por Universidad de California - San Diego . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :