Un problema de búsqueda de materiales se cruza con un enfoque de IA consciente de la física
Investigadores de la Universidad de Tohoku afirman haber desarrollado un método de IA que puede examinar rápidamente miles de materiales en busca de rendimiento dieléctrico, mejorando al mismo tiempo la precisión de enfoques de predicción más convencionales. En un estudio publicado en Physical Review X, el equipo informa que el método ayudó a identificar 31 materiales óxidos de alta permitividad antes desconocidos a partir de una campaña de cribado de más de 8.000 candidatos.
El avance aborda un cuello de botella persistente en la ciencia de materiales. Predecir cómo responderá un material a los campos eléctricos exige mucho cómputo, pero esa respuesta es central para la electrónica moderna. Los materiales dieléctricos se utilizan ampliamente en dispositivos como teléfonos inteligentes y ordenadores, por lo que mejores herramientas para encontrar candidatos prometedores pueden tener un valor práctico desproporcionado.
Por qué la predicción directa es difícil
Las propiedades complejas de los materiales suelen ser difíciles de predecir de forma fiable para los sistemas de IA cuando se tratan como una única salida. La solución del grupo de Tohoku fue evitar ese atajo directo. En lugar de pedirle al modelo que adivinara la constante dieléctrica directamente, los investigadores estructuraron el problema en torno a cantidades físicas más básicas que contribuyen a la propiedad final.
En el sistema descrito en el texto original, el modelo predice por separado las cargas efectivas de Born, que describen cómo responden los átomos a los campos eléctricos, y las propiedades de fonones, que capturan las vibraciones atómicas en un material. Esos ingredientes se combinan luego mediante una fórmula física para reconstruir el tensor dieléctrico iónico.
Ese diseño es el núcleo de la afirmación del artículo. Los investigadores sostienen que incorporar la física al flujo de trabajo hace que la IA sea a la vez más rápida y más fiable que los métodos que intentan saltar directamente desde la estructura cristalina al comportamiento dieléctrico final.
