IA Descobre Milhões de Novos Materiais: O Que Isso Muda na Engenharia
Modelos de aprendizado profundo identificaram 2,2 milhões de cristais estáveis.
Introdução
A inteligência artificial está a acelerar a descoberta de novos materiais a um ritmo sem precedentes.
Princípio Científico
O projeto GNoME (Graph Networks for Materials Exploration) do Google DeepMind utiliza redes neurais de grafos (GNN) para prever a estabilidade termodinâmica de estruturas cristalinas. O modelo foi treinado com 48.000 cristais conhecidos e explorou sistematicamente o espaço combinatório de composições químicas e arranjos atómicos, identificando 2,2 milhões de cristais estáveis — 800x mais do que os descobertos por métodos convencionais ao longo de toda a história da ciência.
Aplicações Atuais
Dos 2,2 milhões de materiais previstos, 736 já foram sintetizados em laboratório com taxa de confirmação de 92%. A A-Lab de Berkeley utiliza robótica autónoma para sintetizar e testar materiais descobertos por IA, processando 1 material por dia. Aplicações prioritárias incluem supercondutores, catalisadores e materiais termoelétricos.
Investigação Académica
A UNICAMP, em colaboração com o LNLS (Laboratório Nacional de Luz Síncrotron), utiliza técnicas de difração de raios-X para validar experimentalmente materiais previstos por IA. O grupo do Prof. Fernando Almeida desenvolveu um pipeline automatizado que reduz o tempo de validação de semanas para 48 horas.
Conclusão
A descoberta de materiais por IA marca uma nova era na ciência dos materiais. O que antes levava décadas — testar combinações de elementos, sintetizar compostos, caracterizar propriedades — agora pode ser feito em dias. Esta aceleração terá impacto em todas as áreas da engenharia, desde baterias e semicondutores até materiais estruturais e biomédicos.