Ricercatori dell'Istituto di Scienze Industriali, l'Università di Tokyo (UTokyo-IIS), ha usato l'intelligenza artificiale per dedurre rapidamente lo stato eccitato degli elettroni nei materiali. Questo lavoro può aiutare gli scienziati dei materiali a studiare le strutture e le proprietà di campioni sconosciuti e aiutare nella progettazione di nuovi materiali.

Chiedi a qualsiasi chimico, e ti diranno che le strutture e le proprietà dei materiali sono determinate principalmente dagli elettroni che orbitano attorno alle molecole che lo compongono. Essere specifici, gli elettroni più esterni, che sono più accessibili per partecipare a legami e reazioni chimiche, sono i più critici. Questi elettroni possono riposare nel loro "stato fondamentale" di energia più bassa, " o essere temporaneamente spinto in un'orbita più alta chiamata stato eccitato. Avere la capacità di prevedere gli stati eccitati dagli stati fondamentali farebbe molto per aiutare i ricercatori a comprendere le strutture e le proprietà dei campioni di materiale, e persino progettarne di nuovi.

Ora, gli scienziati di UTokyo-IIS hanno sviluppato un algoritmo di apprendimento automatico per fare proprio questo. Usando la potenza delle reti neurali artificiali, che si sono già dimostrate utili per decidere se la tua ultima transazione con carta di credito era fraudolenta o quale film consigliare lo streaming, il team ha mostrato come un'intelligenza artificiale può essere addestrata a dedurre lo spettro dello stato eccitato conoscendo il stati fondamentali del materiale.

"Gli stati eccitati di solito hanno configurazioni atomiche o elettroniche che sono diverse dai loro corrispondenti stati fondamentali, " dice il primo autore Shin Kiyohara. Per eseguire l'addestramento, gli scienziati hanno utilizzato i dati della spettroscopia di assorbimento degli elettroni del nucleo. In questo metodo, un raggio X o un elettrone ad alta energia viene utilizzato per eliminare un elettrone del nucleo in orbita vicino al nucleo atomico. Quindi, l'elettrone del nucleo si eccita agli orbitali non occupati, assorbendo l'energia dei raggi X/elettroni ad alta energia. La misurazione di questo assorbimento di energia rivela informazioni sulle strutture atomiche, legame chimico, e proprietà dei materiali.

La rete neurale artificiale ha preso come input la densità parziale degli stati dello stato fondamentale, che può essere facilmente calcolato, ed è stato addestrato a prevedere i corrispondenti spettri dello stato eccitato. Uno dei principali vantaggi dell'utilizzo delle reti neurali, rispetto ai tradizionali metodi di calcolo, è la capacità di applicare i risultati del training set a situazioni completamente nuove.

"I modelli che abbiamo scoperto per un materiale hanno mostrato un'eccellente trasferibilità ad altri, ", afferma l'autore senior Teruyasu Mizoguchi. "Questa ricerca negli stati eccitati può aiutare gli scienziati a comprendere meglio la reattività chimica e la funzione dei materiali in composti nuovi o esistenti".

L'opera è pubblicata in npj Materiali di calcolo come "Apprendimento degli stati eccitati dagli stati fondamentali utilizzando una rete neurale artificiale".