Questo articolo sull’IA del Georgia Tech propone un metodo di intelligenza artificiale per aiutare a identificare nuovi candidati per potenziali superconduttori in modo più veloce e affidabile

Questo articolo del Georgia Tech propone un metodo di IA per identificare candidati per superconduttori più velocemente e affidabilmente

I superconduttori, sfidando la resistenza elettrica, mostrano resistenza zero quando raffreddati al di sotto di una temperatura critica. Questa fantastica proprietà dei superconduttori apre la porta a numerose applicazioni reali nell’energia, nei trasporti e nell’elettronica all’avanguardia. Negli ultimi dieci anni si è compiuto un significativo progresso nella ricerca di superconduttori ad alta temperatura critica. In questo articolo, ricercatori del Georgia Tech e dell’Università di Scienza e Tecnologia di Hanoi (Vietnam) hanno presentato il primo passo nell’incorporazione di informazioni a livello atomico nei percorsi di apprendimento automatico per scoprire nuovi superconduttori convenzionali (o BCS), in particolare a pressione ambiente.

La previsione della superconduttività ad alta temperatura a temperatura zero era una sfida per il ricercatore a causa della mancanza di informazioni a livello atomico. I ricercatori hanno accuratamente curato un set di dati di 584 strutture atomiche con più di 1100 valori di λ e ωlog calcolati a diverse pressioni. Sono stati sviluppati modelli di apprendimento automatico per λ e ωlog e utilizzati per esaminare oltre 80.000 voci del database del progetto Materiali, rivelando (mediante calcoli di primo principio) due materiali termodinamicamente e dinamicamente stabili la cui superconduttività potrebbe esistere a Tc approssimativamente pari a 10-15K e P = 0. Hanno utilizzato un pacchetto matminer per convertire le strutture atomiche in vettori numerici e hanno utilizzato la regressione del processo gaussiano come algoritmo di apprendimento automatico per raggiungere questo risultato.

I ricercatori hanno utilizzato i modelli di apprendimento automatico per prevedere le proprietà superconduttive per 35 candidati. Tra questi, sei avevano i valori di Tc previsti più alti. Alcuni erano instabili e necessitavano di ulteriori calcoli di stabilizzazione. Dopo aver verificato la stabilità dei restanti due candidati, ovvero le strutture cubiche di CrH e CrH2, le loro proprietà superconduttive sono state calcolate utilizzando calcoli di primo principio. I ricercatori hanno convalidato le loro previsioni e hanno effettuato calcoli aggiuntivi utilizzando l’approssimazione di densità locale (LDA) della funzionale XC, confermando l’accuratezza dei risultati previsti entro il 2-3% dei valori riportati. Inoltre, i ricercatori hanno indagato sulla sintetizzabilità dei superconduttori tracciando la loro origine nel database delle strutture cristalline inorganiche (ICSD). Hanno scoperto che questi sono stati sintetizzati sperimentalmente in passato e sperano che i futuri test confermino la loro superconduttività prevista.

• Ricercatori di Cambridge e UCLA presentano DC-Check un nuovo quadro di riferimento basato su checklist per l’intelligenza artificiale centrata sui dati per guidare lo sviluppo di sistemi di apprendimento automatico affidabili.
• 5 motivi per cui i modelli di linguaggio di grandi dimensioni (LLM) come ChatGPT utilizzano l’apprendimento per rinforzo invece dell’apprendimento supervisionato per il fine-tuning
• L’architettura Transformer dei modelli GPT

Nella ricerca futura, i ricercatori prevedono di migliorare il loro approccio di apprendimento automatico ampliando e diversificando il set di dati, utilizzando tecniche di apprendimento profondo e integrando una strategia di progettazione inversa per esplorare in modo efficiente i materiali praticamente infiniti. I ricercatori immaginano ulteriori miglioramenti al loro approccio, che potrebbero facilitare la scoperta di superconduttori ad alta Tc e collaborare con esperti sperimentali per test e sintesi reali.

Consulta il Paper. Tutto il merito di questa ricerca va ai ricercatori di questo progetto. Inoltre, non dimenticare di unirti al nostro subreddit di ML con oltre 26k follower, al canale Discord e alla newsletter via email, dove condividiamo le ultime notizie sulla ricerca di intelligenza artificiale, interessanti progetti di intelligenza artificiale e altro ancora.

L’articolo Questo articolo AI del Georgia Tech propone un metodo di intelligenza artificiale per aiutare a identificare nuovi candidati per potenziali superconduttori in modo più rapido e affidabile è apparso per primo su MarkTechPost.