Il sistema di intelligenza artificiale (AI) Google DeepMind ha previsto la struttura di oltre due milioni di nuovi materiali chimici, segnando una svolta nel miglioramento delle tecnologie del mondo reale.In un articolo scientifico pubblicato su Nature mercoledì 29 novembre, l’azienda di intelligenza artificiale ha riferito che quasi 400.000 dei suoi progetti teorici di materiali potranno presto essere sottoposti a test di laboratorio. Tra i possibili utilizzi della ricerca vi sono lo sviluppo di batterie, pannelli solari e chip per computer con prestazioni potenziate.Secondo il documento, l’identificazione e la creazione di nuovi materiali è spesso costosa e richiede molto tempo. Ci sono voluti circa due decenni di ricerca prima che le batterie agli ioni di litio – oggi ampiamente utilizzate in dispositivi come telefoni, computer portatili e veicoli elettrici – diventassero commercialmente convenienti.Ekin Dogus Cubuk, ricercatore di DeepMind, si è detto ottimista sul fatto che i progressi nella sperimentazione, nella sintesi autonoma e nei modelli di apprendimento automatico potrebbero ridurre in modo sostanziale la lunga tempistica di 10-20 anni per la scoperta e la sintesi dei materiali.Il documento rivela come l’intelligenza artificiale sviluppata da DeepMind sia stata addestrata utilizzando i dati del Materials Project, un consorzio di ricerca internazionale istituito presso il Lawrence Berkeley National Laboratory nel 2011. Il set di dati comprendeva informazioni su circa 50.000 materiali preesistenti.L’organizzazione ha espresso l’intenzione di distribuire i dati alla comunità di ricerca, con l’obiettivo di accelerare ulteriori progressi nel campo della scoperta dei materiali. Tuttavia, Kristin Persson, direttore del Materials Project, ha riportato nel documento come l’industria sia cauta sull’aumento dei costi, e come spesso i nuovi materiali richiedano tempo per raggiungere un buon rapporto costo-beneficio. Secondo Persson, la riduzione di questo lasso di tempo sarebbe la svolta definitiva.Dopo aver impiegato l’intelligenza artificiale per prevedere la stabilità di questi nuovi materiali, DeepMind ha rivolto la sua attenzione alla previsione della capacità di sintesi in condizioni di laboratorio.

Traduzione a cura di Walter Rizzo