Un grupo de investigadores de instituciones científicas de Estados Unidos ha desarrollado un sistema informático basado en un modelo de aprendizaje automático que ayudará a buscar nuevos compuestos químicos de tierras raras, informó el Laboratorio Nacional Ames.
El modelo de aprendizaje automático se construyó utilizando una base de datos de tierras raras provenientes del propio Laboratorio Ames, constituida por alrededor de 600 elementos químicos, así como el uso del método de cálculo cuántico conocido como teoría del funcional de la densidad, empleado para el análisis de las propiedades termodinámicas y electrónicas de los compuestos de tierras raras.
Además, este modelo utiliza el aprendizaje de regresión basado en el método SISSO (del acrónimo del inglés para Operador de Detección y Dispersión de Independencia Segura), que permite evaluar la estabilidad energética de las fases de los compuestos, es decir, el sistema informático podrá determinar si una combinación de tierras raras será viable o no.
“El aprendizaje automático es realmente importante aquí porque, cuando hablamos de nuevas composiciones, todos los materiales ordenados son muy conocidos en la comunidad de tierras raras”, declaró Prashant Singh, científico del Laboratorio Ames y autor principal de la investigación, publicada en la revista Acta Materiala.
“Sin embargo, cuando agregas desorden a los materiales conocidos, es muy diferente”, indicó Singh, quien explicó que esto se debe a que algunas veces no se puede “investigar todas las combinaciones posibles usando teoría o experimentos”, debido a que la cantidad de composiciones puede ser mayor. El orden y el desorden es una referencia de cómo están distribuidas las partículas en el material, influyendo de forma directa en las propiedades del mismo.
El científico mencionó que los datos experimentales pueden ser retroalimentados al sistema de aprendizaje automático con el propósito de reducir errores, ya que podrán encontrar compuestos que en la vida real no funcionarían.
“Realmente no está destinado a descubrir un compuesto en particular”, dijo Yaroslav Mudryk, supervisor de la investigación, agregando que hubo interrogantes al momento del diseño y construcción del sistema informático empleado para el “descubrimiento y la predicción de las tierras raras”.
Mudryk reiteró que este es solo el comienzo, ya el equipo de investigadores está estudiando el potencial del modelo de aprendizaje automático para ser utilizado en una amplia gama de aplicaciones en un futuro.
RT
