Modelo de IA del MIT sugiere recetas para crear nuevos materiales

Investigadores del MIT han desarrollado un modelo de IA llamado DiffSyn que puede sugerir rutas de síntesis prometedoras para materiales complejos, abordando uno de los cuellos de botella más laboriosos en la ciencia de materiales.

La herramienta, descrita en un artículo publicado en Nature Computational Science, demostró una precisión de vanguardia en la predicción de vías para crear zeolitas, una clase de materiales con aplicaciones en catálisis, absorción y procesos de intercambio iónico.

Superando el cuello de botella de la síntesis

Aunque empresas como Google y Meta han utilizado IA generativa para crear grandes bases de datos de materiales teóricos con propiedades deseables, el proceso de fabricar realmente esos materiales puede llevar semanas o meses de experimentación cuidadosa.

DiffSyn tiene como objetivo acelerar este proceso aprendiendo de más de 23,000 recetas de síntesis de materiales descritas a lo largo de 50 años de artículos científicos.

El modelo utiliza un enfoque de difusión similar a la generación de imágenes de DALL-E. Cuando un científico introduce una estructura de material deseada, DiffSyn sugiere combinaciones prometedoras de temperaturas de reacción, tiempos, proporciones de precursores y otros factores.

Para validar el sistema, los investigadores sintetizaron un nuevo material de zeolita utilizando las vías sugeridas por DiffSyn. Las pruebas revelaron que el material tenía una estabilidad térmica mejorada y una morfología prometedora para aplicaciones catalíticas.