La inteligencia artificial (IA) acelera el desarrollo de nuevos materiales. Un requisito previo para la IA en la investigación de materiales es el uso e intercambio a gran escala de datos sobre materiales, facilitado por un amplio estándar internacional. Una gran colaboración internacional ofrece ahora una versión ampliada del estándar OPTIMADE.
Las nuevas tecnologías en áreas como la energía y la sostenibilidad, que incluyen, por ejemplo, baterías, células solares, iluminación LED y materiales biodegradables, requieren nuevos materiales. Muchos investigadores de todo el mundo están trabajando para crear materiales que nunca antes habían existido. Sin embargo, existen grandes desafíos a la hora de crear materiales con las propiedades exactas requeridas, como estar libres de sustancias peligrosas para el medio ambiente y al mismo tiempo lo suficientemente duraderos como para no descomponerse.
«Ahora estamos asistiendo a un desarrollo explosivo en el que los investigadores de ciencias de los materiales están tomando técnicas de IA de otros campos y también desarrollando sus propios modelos para utilizarlos en la investigación de materiales. El uso de la IA para predecir las propiedades de diferentes materiales abre posibilidades completamente nuevas», afirma Rickards. Armjento, Profesor Asociado, Departamento de Física, Química y Biología (IFM), Universidad de Linköping, Suecia.
Hoy en día, se realizan muchas simulaciones exigentes en supercomputadoras que describen el movimiento de los electrones en los materiales, lo que da lugar a diversas propiedades de los materiales. Estos cálculos avanzados proporcionan grandes cantidades de datos que se pueden utilizar para entrenar modelos de aprendizaje automático.
Estos modelos de IA pueden predecir inmediatamente las respuestas a nuevos cálculos que aún no se han realizado y predecir las propiedades de los nuevos materiales en consecuencia. Pero entrenar los modelos requiere una enorme cantidad de datos.
«Estamos entrando en una era en la que queremos entrenar modelos con todos los datos que tenemos», afirma Ricard Armiento.
Los datos de simulaciones a gran escala y datos generales de materiales se recopilan en grandes bases de datos. Con el tiempo, muchas bases de datos de este tipo han surgido de diversos grupos y proyectos de investigación, como islas aisladas en el mar. Funcionan de manera diferente y, a menudo, utilizan propiedades que se definen de diferentes maneras.
«Los investigadores de las universidades o de la industria que quieran mapear materiales a gran escala o entrenar un modelo de IA necesitan extraer información de estas bases de datos. Por lo tanto, se necesita un estándar para que los usuarios puedan interactuar con todas estas bibliotecas de datos y comprender la información que reciben. «, dice Gian Marco Rignanese, profesor del Instituto de Materia Condensada y Nanociencias de la UCLouvain, Bélgica.
El estándar OPTIMADE (integración de bases de datos abiertas para el diseño de materiales) se ha desarrollado durante los últimos ocho años. Detrás de este estándar se encuentra una gran red internacional con más de 30 instituciones en todo el mundo y grandes bases de datos de materiales en Europa y Estados Unidos. El objetivo es proporcionar a los usuarios un acceso más fácil a las bases de datos de materiales tanto líderes como menos conocidas. Se está lanzando una nueva versión del estándar, v1.2, que se describe en un artículo de revista. Descubrimiento digital. Uno de los mayores cambios en la nueva versión es la capacidad enormemente mejorada para describir con precisión varias propiedades de los materiales y otros datos utilizando definiciones comunes y válidas.
Las colaboraciones internacionales abarcan la UE, el Reino Unido, EE. UU., México, Japón y China con instituciones como la École Polytechnique Fédérale de Lausanne (EPFL), la Universidad de California Berkeley, la Universidad de Cambridge, la Universidad Northwestern, la Universidad Duke y el Instituto Paul Scherrer. y la Universidad Johns Hopkins. Gran parte de la colaboración se lleva a cabo en reuniones con talleres anuales financiados por CECAM (Centre Européen de Calcul Atomique et Moléculaire) en Suiza, el primero financiado por el Centro Lorentz en los Países Bajos. Otras actividades han contado con el apoyo de la organización Psi-k, el centro de competencia NCCR MARVEL en Suiza y el Centro de Investigación de e-Science (SeRC) en Suecia. Los investigadores colaboradores reciben el apoyo de muchos financiadores diferentes.
