Este artículo de IA de Georgia Tech propone un método de inteligencia artificial para ayudar a identificar nuevos candidatos para posibles superconductores de manera más rápida y confiable’.

Artículo de IA de Georgia Tech propone método de inteligencia artificial para identificar candidatos de superconductores de forma rápida y confiable.

Los superconductores, desafiando la resistencia eléctrica, exhiben resistencia cero cuando se enfrían por debajo de una temperatura crítica. Esta fantástica propiedad de los superconductores abre la puerta a numerosas aplicaciones en el mundo real en energía, transporte y electrónica de vanguardia. Durante la última década, se ha logrado un progreso significativo en la búsqueda de superconductores con temperaturas críticas altas. En este artículo, investigadores de Georgia Tech y la Universidad de Ciencia y Tecnología de Hanoi (Vietnam) han presentado el primer paso para incorporar información a nivel atómico en los procesos de aprendizaje automático para descubrir nuevos superconductores convencionales (o BCS), especialmente a presión ambiente.

La predicción de la superconductividad a alta temperatura a temperatura cero fue una tarea desafiante para los investigadores debido a la falta de información a nivel atómico. Los investigadores han recopilado cuidadosamente un conjunto de datos de 584 estructuras atómicas con más de 1100 valores de λ y ωlog calculados a diferentes presiones. Se desarrollaron modelos de aprendizaje automático para λ y ωlog y se utilizaron para analizar más de 80,000 entradas de la base de datos del Proyecto de Materiales, revelando (mediante cálculos de primeros principios) dos materiales termodinámica y dinámicamente estables cuya superconductividad puede existir a Tc aproximadamente igual a 10−15K y P = 0. Se utilizó el paquete matminer para convertir las estructuras atómicas en vectores numéricos y se utilizó la regresión del proceso gaussiano como algoritmo de aprendizaje automático para lograr esto.

Los investigadores utilizaron los modelos de aprendizaje automático para predecir propiedades superconductoras para 35 candidatos. Entre ellos, seis tenían los valores de Tc predichos más altos. Algunos eran inestables y necesitaban cálculos adicionales de estabilización. Después de verificar la estabilidad de los dos candidatos restantes, es decir, las estructuras cúbicas de CrH y CrH2, se calcularon sus propiedades superconductoras utilizando cálculos de primeros principios. Los investigadores validaron sus predicciones y realizaron cálculos adicionales utilizando la aproximación de densidad local (LDA) como función de intercambio y correlación, confirmando la precisión de los resultados predichos dentro del 2-3% de los valores informados. Además, los investigadores investigaron la posibilidad de sintetizar los superconductores rastreando su origen en la Base de Datos de Estructuras Cristalinas Inorgánicas (ICSD). Descubrieron que estos materiales se sintetizaron experimentalmente en el pasado y esperan que pruebas futuras confirmen su superconductividad predicha.

• La arquitectura Transformer de los modelos GPT
• Hackeando la función JSON_ARRAYAGG de MySQL para crear dimensiones dinámicas y de múltiples valores
• Genera ideas de imanes de atracción con ChatGPT

En futuras investigaciones, los investigadores planean mejorar su enfoque de aprendizaje automático ampliando y diversificando el conjunto de datos, utilizando técnicas de aprendizaje profundo e integrando una estrategia de diseño inverso para explorar de manera eficiente los materiales prácticamente infinitos. Los investigadores tienen la visión de seguir mejorando su enfoque, lo que podría facilitar el descubrimiento de superconductores de alta Tc y colaborar con expertos experimentales para pruebas y síntesis en el mundo real.

Echa un vistazo al Artículo. Todo el crédito de esta investigación se debe a los investigadores de este proyecto. Además, no olvides unirte a nuestro subreddit de ML con más de 26k seguidores, nuestro canal de Discord y nuestro boletín de noticias por correo electrónico, donde compartimos las últimas noticias de investigación en IA, proyectos interesantes de IA y más.

La entrada Este artículo de IA de Georgia Tech propone un método de inteligencia artificial para ayudar a identificar nuevos candidatos para posibles superconductores de manera más rápida y confiable apareció primero en MarkTechPost.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!