Cercetătorii de la Ilmenau revoluționează știința materialelor cu AI!

Cercetătorii de la Ilmenau revoluționează știința materialelor cu AI!

Pe 23 septembrie 2025, cercetătorii de la Universitatea de Tehnologie Ilmenau au prezentat progrese semnificative în cercetarea materialelor. Prin dezvoltarea unei rețele de atenție grafică care poate atât să facă predicții, cât și să ofere rezultate interpretabile, ei inaugurează o nouă eră a inteligenței artificiale în știință. Studiul, care se bazează pe un set cuprinzător de date de 10.000 de spectre optice calculate mecanic cuantic, a fost realizat la clusterul HPC de la TU Ilmenau și reprezintă o abordare inovatoare în analiza materialelor. TU Ilmenau raportează că acest model este capabil să genereze o „hartă” înțeleasă a spațiului material.

Echipa folosește UMAP (Uniform Manifold Approximation and Projection) pentru a vizualiza date cu dimensiuni mari. Acest lucru dezvăluie modul în care rețeaua clasifică materialele pe baza principiilor lor chimice. Max Großmann, coautor al studiului, subliniază că acesta reprezintă un progres semnificativ către IA interpretabilă pentru știința materialelor. Aceste noi metode permit identificarea mai precisă a materialelor, îmbunătățind nu numai viteza, ci și acuratețea predicțiilor.

Tehnici inovatoare pentru cercetarea materialelor

Studiul folosește învățarea prin transfer pentru a adapta modele deja pregătite la sarcini noi. Datele grosiere sunt utilizate pentru a pre-ajusta modelul. Datele RPA de înaltă precizie rafinează apoi predicțiile. Potrivit prof. Erich Runge, un alt coautor, algoritmii moderni arată abordări promițătoare pentru rezolvarea provocărilor din știința materialelor. Predicțiile lor nu sunt doar exacte, ci și aproape de rezultatele experimentale, promovând înțelegerea principiilor de bază.

Un alt aspect crucial al studiului este potențialul de a accelera dezvoltarea de noi materiale durabile. Acest lucru ar putea duce la materiale care, de exemplu, permit transformarea mai eficientă a luminii solare în electricitate, ceea ce este deosebit de important în vremuri de schimbări climatice și de tranziție energetică.

Graph Attention Networks – O nouă dimensiune în AI

O parte fundamentală a cercetării este fundația pe care se bazează rețeaua de atenție grafică, stabilită de alți oameni de știință precum Petar Veličković și colegii săi. Lucrarea lor, publicată într-o lucrare intitulată „Graph Attention Networks”, descrie noi arhitecturi de rețele neuronale pentru date structurate în grafic. Aceste arhitecturi folosesc straturi auto-atente mascate pentru a depăși unele dintre dezavantajele metodelor anterioare bazate pe convoluții grafice. Rezultatele sunt impresionante; Modelele GAT au obținut rezultate remarcabile în patru repere majore de grafice transductive și inductive, cum ar fi Cora și Pubmed. arxiv documentează această evoluție remarcabilă.

Combinația acestor abordări inovatoare nu reprezintă doar un pas în viitorul științei materialelor, dar arată și modul în care AI și învățarea automată pot revoluționa procesele existente. Noile metode și modele creează o perspectivă clară asupra provocărilor și oportunităților pe care utilizarea responsabilă a resurselor le va oferi în următorii ani.

Publicațiile originale care explică mai detaliat aceste evoluții sunt:
– M. Grunert, M. Großmann, E. Runge, „Machine learning climbs the Jacob’s Ladder of optoelectronic properties”, Nat. comun. 16, 8142 (2025).
– M. Grunert, M. Großmann, E. Runge, „Discovery of Sustainable Energy Materials Via the Machine-Learned Material Space”, Small, 2412519 (2025).