La inteligencia artificial (IA) está acelerando el desarrollo de nuevos materiales. Un requisito previo para la IA en la investigación de materiales es el uso y el intercambio generalizados de datos sobre materiales, facilitados 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 como baterías, células solares, iluminación LED y materiales biodegradables requieren nuevos materiales. Muchos investigadores de todo el mundo están trabajando para crear materiales que antes no existían. Pero existen grandes desafíos a la hora de crear materiales con las propiedades exactas deseadas, como no ser peligrosos para el medio ambiente y al mismo tiempo ser lo suficientemente duraderos como para no romperse.
“Ahora estamos viendo un crecimiento explosivo en el que los investigadores de ciencias de los materiales están adoptando métodos de IA de otros campos y desarrollando sus propios modelos para su uso en la investigación de materiales. Para predecir las propiedades de diversos materiales. Así que el uso de la IA abre posibilidades completamente nuevas”. dice Rickard. Armiento, Profesor Asociado del Departamento de Física, Química y Biología (IFM) de la Universidad de Linköping, Suecia.
Hoy en día, se realizan muchas simulaciones exigentes en supercomputadoras que describen cómo se mueven los electrones en los materiales, dando lugar a diversas propiedades de los materiales. Estos cálculos avanzados generan grandes cantidades de datos que pueden usarse para entrenar modelos de aprendizaje automático.
Estos modelos de IA pueden predecir instantáneamente las respuestas a nuevos cálculos que aún no se han realizado y, por extensión, predecir las propiedades de nuevos materiales. Pero entrenar los modelos requiere una gran cantidad de datos.
“Estamos entrando en una era en la que queremos entrenar modelos con todos los datos que tenemos”, dice Rickard Armiento.
Los datos de simulaciones a gran escala y datos generales sobre materiales se recopilan en grandes bases de datos. Con el tiempo, muchas de estas bases de datos han surgido de diversos grupos y proyectos de investigación, como islas aisladas en el océano. 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 contenidos a gran escala o entrenar un modelo de IA necesitarán extraer información de estas bases de datos. Por lo tanto, es necesario un estándar para que los usuarios puedan acceder a todos estos datos y poder comunicarse con ellos. bibliotecas y comprender la información que reciben”, afirma el profesor Gian Marco Regnes del Instituto de Materia Condensada y Nanociencias de la U Selvain en Bélgica.
El estándar OPTIMADE (Integración abierta de bases de datos para 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 contenidos en Europa y América. Su objetivo es proporcionar a los usuarios un fácil acceso a una base de datos de contenido conocido y menos conocido. Ahora se está lanzando una nueva versión del estándar, v1.2, y se describe en un artículo publicado en la revista. Descubrimiento digital. Uno de los mayores cambios en la nueva versión es que existe una posibilidad mucho mejor de describir con precisión varias propiedades de los materiales y otros datos utilizando definiciones comunes y bien establecidas.
Está rodeada de cooperación internacional con la UE, el Reino Unido, los EE. UU., México, Japón y China en 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 Scherer. y la Universidad Johns Hopkins. Gran parte de la colaboración tuvo lugar en reuniones con talleres anuales financiados por CECAM (Centre Européen de Calcul Atomique et Moléculaire) en Suiza, que fue financiado por el Centro Lorentz en los Países Bajos. Otras actividades cuentan 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. En colaboración, los investigadores reciben el apoyo de muchos financiadores diferentes.
