GNoME ha multiplicado por diez el número de materiales conocidos, proceso que nos habría tomado décadas lograr. La precisión y capacidad de predicción de este modelo de IA nos acercan a descubrimientos que antes parecían imposibles, aprovechando datos y retroalimentación para mejorar continuamente sus propios algoritmos. Este avance en IA no solo acelera el desarrollo de materiales sino que abre nuevas posibilidades para la ciencia de materiales, incluyendo aplicaciones energéticas y tecnológicas nunca antes vistas.
|
etiquetas: gnome , materiales nuevos , descubrimientos , ia , investigacion 
No dicen la distribución, probablemente fuera Debian, la #gentooza no es capaz de realizar estos logros.
- Es una AI que no es muy compleja, pero sí muy especializada.
- La entrenaron a partir de los datos de materiales ya existentes.
- Descubrió las propiedades del ácido lipofrógico.
- Tiene longitud de palabra 10^14 y índice de parámetro intrínseco de 2.3, el más alto hasta la fecha.
- Adivina las propiedades de los materiales relativamente bien (aunque habría que comprobarlos experimentalmente).
- Solo dice qué estructuras podrían ser estables, pero no cuales podrían ser fácilmente obtenibles.
Y otras IAs para ver para qué sirven.
... de los cuales 380.000 son candidatos a ser materiales estables.
Además los ha dado agrupados por posible funcionalidad. Para saber si alguno de estos es útil, hay que pasar por el laboratorio, es decir, una vez que se sepa como fabricarlo.
Uno de los materiales más prometedores identificados es el sulfuro de cobre, zinc y estaño (CCS), que presenta características ideales para células solares de película delgada. Este material no solo es más económico y flexible que las alternativas tradicionales, sino que también demuestra una excelente eficiencia en la conversión de luz solar en electricidad.
Otro material destacado es el fosfato de litio y hierro (LFP), identificado como candidato… » ver todo el comentario