La IA ayuda a diseñar nuevos materiales que funcionan en el mundo real

Investigadores del MIT han desarrollado un marco llamado CrysVCD que, aplicado al inicio del proceso de generación de materiales, amplía enormemente la tasa de estabilidad química a la vez que consigue las propiedades deseadas. El método garantiza que cada diseño cumpla ciertas reglas clave de la química relativas a los electrones de los átomos antes de la costosa etapa de generación. En un artículo publicado en Nature Computational Science, los investigadores demostraron que CrysVCD permite a varios modelos de materiales habituales cumplir con mayor frecuencia las reglas de estabilidad y alcanzar una alta estabilidad dinámica de red en cerca del 70 % de las generaciones computacionales. El enfoque reduce drásticamente el tiempo y el coste computacional que la industria destina a filtrar los diseños químicamente inestables, lo que democratiza el diseño de materiales para pequeños laboratorios y grupos de investigación. La técnica combina modelos de difusión con un modelo de lenguaje y permite generar materiales con propiedades específicas, como alta conductividad térmica, relevantes para chips y centros de datos.