Articolo di Georgia Tech propone un metodo di intelligenza artificiale per identificare più velocemente i potenziali superconduttori

Georgia Tech propone metodo IA per identificare velocemente potenziali superconduttori.

I superconduttori sono un componente importante quando si tratta di tecnologia all’avanguardia nei settori dei trasporti, dell’energia e di altre industrie. Un nuovo studio del Georgia Tech e dell’Università di Scienza e Tecnologia di Hanoi propone di utilizzare un metodo basato sull’intelligenza artificiale per identificare più velocemente i potenziali superconduttori.

Secondo il documento, il team congiunto cerca di incorporare informazioni a livello atomico nei percorsi di apprendimento automatico per scoprire nuovi superconduttori convenzionali, parzialmente a pressione ambiente. La sfida consiste nella previsione della superconduttività ad alta temperatura a temperatura zero, senza disporre di informazioni a livello atomico.

Quindi i ricercatori hanno lavorato insieme per creare un dataset di 584 strutture atomiche con più di 1.100 valori di λ e ωlog. Questi sono stati calcolati a diverse pressioni e, in tal modo, sono stati sviluppati modelli di apprendimento automatico per λ e ωlog.

Successivamente sono stati utilizzati per esaminare oltre 80.000 voci nel database del Progetto Materiali. Ciò ha rivelato, tramite calcoli di prime-principi, due materiali termodinamicamente e dinamicamente stabili la cui superconduttività potrebbe esistere a Tc. Questo è uguale a 10 -15k e p=o.

Per raggiungere questo obiettivo, è stato utilizzato il pacchetto matminer per convertire le strutture atomiche in vettori numerici e quindi è stato utilizzato il processo di regressione del processo gaussiano con l’algoritmo di apprendimento automatico. Secondo il documento, i ricercatori hanno utilizzato modelli di apprendimento automatico per prevedere 35 candidati.

Dai 35 candidati, sei avevano i valori di Tc predetti più alti. Altri erano troppo instabili e richiedevano ancora calcoli di stabilizzazione. Dopo aver verificato la stabilità di due candidati, CrH e CrH2, le loro proprietà superconduttive sono state calcolate utilizzando calcoli di prime-principi.

Dopo ciò, i ricercatori sono stati in grado di valutare le loro previsioni e di effettuare ulteriori calcoli per confermare i risultati previsti. Di questi, l’accuratezza attuale si attesta al 2-3% dei valori segnalati. Quindi perché è importante tutto ciò?

Bene, identificare nuovi candidati per potenziali superconduttori in modo più rapido e affidabile è importante per diverse ragioni. Alcune di queste includono il miglioramento dell’efficienza energetica, l’avanzamento della trasmissione e dello stoccaggio dell’energia e la promozione della comprensione scientifica dei fenomeni quantistici.

Questi ultimi, lo stoccaggio e i fenomeni quantistici, sono fondamentali nella scienza dei dati. Nel caso dello stoccaggio, enormi quantità di dati vengono prodotte in continuazione e lo stoccaggio può diventare un problema in seguito. E per quanto riguarda i fenomeni quantistici, potrebbero rappresentare la chiave per i progressi dell’intelligenza artificiale generale e di altri sottocampi della scienza dei dati.