Pesquisadores da Clarkson University estão utilizando a inteligência artificial e a física computacional para avançar na descoberta de materiais de próxima geração para tecnologias quânticas, optoeletrônicas e aplicações de energia renovável. A colaboração, liderada pela Professora Associada de Física Dhara Trivedi, em conjunto com cientistas do Los Alamos National Laboratory, integra aprendizado de máquina, modelagem computacional de alto rendimento e simulações em escala quântica para acelerar a descoberta de materiais avançados com propriedades eletrônicas e quânticas especializadas.
O foco do estudo são as perovskitas bidimensionais, um grupo de materiais que promete melhorar tecnologias como painéis solares, sensores, lasers e computadores de nova geração. Tradicionalmente, a identificação de materiais úteis demandava anos de testes laboratoriais, mas com o auxílio da inteligência artificial, é possível prever quais materiais são mais promissores antes mesmo de serem fabricados. Segundo Trivedi, “a inteligência artificial nos ajuda a reduzir rapidamente as melhores possibilidades”, permitindo que os cientistas dediquem mais tempo ao desenvolvimento de tecnologias e menos à busca por materiais que podem não ser eficazes.
Os pesquisadores criaram um banco de dados com mais de 2.000 combinações de materiais possíveis e treinaram modelos de aprendizado de máquina para prever propriedades eletrônicas importantes. Os materiais identificados podem possibilitar avanços em energia renovável, ciência da informação quântica e tecnologias optoeletrônicas de próxima geração, com aplicações potenciais em células solares mais eficientes, dispositivos eletrônicos de baixo consumo, sistemas de computação e comunicação quântica, além de fotodetectores, LEDs, tecnologias de fibra óptica e plataformas de sensoriamento avançado.
A colaboração entre a Clarkson University e o Los Alamos National Laboratory também ilustra como universidades e laboratórios de pesquisa nacionais podem trabalhar juntos para resolver desafios científicos complexos e desenvolver tecnologias com impacto no mundo real. Trivedi destaca que “este trabalho mostra como a física, a computação e a inteligência artificial podem se unir para ajudar a resolver problemas importantes”, com o objetivo de longo prazo de criar materiais que melhorem as tecnologias usadas diariamente.
Para mais detalhes, consulte o artigo publicado na npj Computational Materials, onde Robert Stanton et al. discutem o data mining e a triagem computacional das propriedades optoeletrônicas em materiais de perovskita bidimensional.
📨 Inscreva-se na Newsletter de O Cafezinho
Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.