Materiali per l’energia, il Politecnico scopre nuovi composti con l’Ai
Il risultato è una riduzione drastica dei tempi di analisi e un ampliamento delle conoscenze
3' di lettura
3' di lettura
Un gruppo di ricercatori del Politecnico di Torino ha sviluppato un protocollo innovativo basato sull’ intelligenza artificiale capace di individuare, tra centinaia di migliaia di materiali teoricamente stabili ma ancora inesplorati, quelli più promettenti per le applicazioni energetiche.
Il protocollo utilizza un approccio in due fasi: la prima consiste in un sistema di “esperti artificiali” che - votando a maggioranza - identificano i composti con maggiori probabilità di possedere proprietà utili per applicazioni energetiche; successivamente, altri modelli opportunamente addestrati ne stimano con precisione i parametri chiave.
Il protocollo è stato presentato in uno studio, pubblicato sulla rivista Energy and AI, che introduce Energy-GNoME, il primo database “evolutivo” che integra algoritmi di machine learning con i dati del progetto GNoME (Graph Networks for Materials Exploration), realizzato da Google DeepMind.
Il progetto GNoME ha messo a disposizione della comunità scientifica un archivio senza precedenti: migliaia di materiali mai studiati prima, individuati grazie a tecniche di intelligenza artificiale generativa. Tuttavia, questi materiali non erano stati ancora caratterizzati, cioè non ne erano note le possibili applicazioni tecnologiche. Energy-GNoME nasce per colmare questo vuoto, selezionando e classificando le strutture più adatte all’accumulo, alla conversione e al trasporto dell’energia.
Il protocollo è frutto del lavoro di Paolo De Angelis, Giulio Barletta, Giovanni Trezza, Pietro Asinari ed Eliodoro Chiavazzo, del laboratorio SMaLL (Smart Materials and Living Lab) presso il Dipartimento Energia del Politecnico. Il risultato è una riduzione drastica dei tempi di analisi e un ampliamento della base di conoscenza utile per il settore energetico. «Con Energy-GNoME – spiega Paolo De Angelis, primo autore dello studio – abbiamo voluto dimostrare come l’intelligenza artificiale possa essere non solo uno strumento di analisi, ma un vero acceleratore della scoperta scientifica. L’obiettivo è passare da una generazione casuale di materiali a una ricerca orientata alla funzionalità ingegneristica, perché un cristallo è solo un composto chimico: è la sua funzione che lo trasforma in un materiale utile».


