TRI y la Universidad Northwestern anunciaron hoy su colaboración para ayudar a acelerar el descubrimiento, diseño y desarrollo de nuevos materiales con la primera "fábrica de datos" de nanomateriales del mundo. Esta metodología impulsada por la IA va mucho más allá de la prueba y el error tradicionales al explorar grandes conjuntos de parámetros, recopilar datos y luego capacitar a la IA para buscar en el genoma de los materiales para encontrar los mejores materiales para una aplicación determinada. Si bien la primera aplicación de la fábrica de datos se usará para descubrir nuevos catalizadores para hacer que los vehículos con celdas de combustible sean más eficientes, TRI y Northwestern creen que este método de descubrimiento de materiales tendrá una amplia gama de aplicaciones en el futuro, como la producción limpia de hidrógeno, la eliminación de CO2 de aire y celdas solares de alta eficiencia.
"Satisfacer la creciente demanda de movilidad sin emitir carbono es un gran desafío", dijo Brian Storey , director senior de energía y materiales del TRI. "A través de esta asociación con Northwestern, hemos reducido significativamente el tiempo que lleva probar y encontrar nuevos materiales que puedan usarse en baterías y celdas de combustible para descarbonizar el transporte".
"Esta investigación innovadora marca un punto de inflexión en la forma en que descubrimos y desarrollamos materiales críticos", dijo Chad Mirkin , director del Instituto Internacional de Nanotecnología y profesor de química George B. Rathmann en Northwestern. "Junto con el TRI, estamos preparados para empoderar a la comunidad científica para encontrar los mejores materiales que realmente puedan impulsar la transición hacia la energía limpia".
TRI y fábrica de datos de Northwestern
TRI y Northwestern desarrollaron un algoritmo de aprendizaje automático capaz de sintetizar materiales a velocidades récord para filtrar las nuevas Megabibliotecas de Northwestern, una biblioteca que contiene más materiales inorgánicos nuevos de los que los científicos han recopilado y categorizado. Juntos, estos conceptos crean la primera fábrica de datos de nanomateriales, un esfuerzo innovador para crear y extraer grandes conjuntos de datos propios complejos y de alta calidad. El equipo está utilizando este nuevo enfoque para encontrar catalizadores que se puedan usar en lugar de materiales costosos y raros de los que depende el mundo actualmente, como el platino y el iridio.
Antes de esta colaboración, los algoritmos de aprendizaje automático se entrenaron en conjuntos de datos de menor calidad recopilados de manera inconsistente. Ahora, con las nuevas capacidades de Northwestern y TRI, el equipo puede usar conjuntos de datos de alta calidad para entrenar algoritmos complejos que permiten el descubrimiento rápido y objetivo de materiales cruciales para necesidades no satisfechas.
Compartiendo este artículo usted puede ayudar a difundir valor a otros que están buscando este tipo de información. Si valora el trabajo que hacemos en Valenciacars para usted y le resulta útil, le queremos pedir un gran favor: por favor comparta el artículo en WhatsApp, en Facebook , en Twitter y sus demás redes