Un team di ricerca umano e un algoritmo di apprendimento automatico hanno scoperto che dobbiamo ripensare molto di ciò che sappiamo sull'ossido di iridio.

L'ossido di iridio è un ottimo catalizzatore per reazioni elettrochimiche, ed è tipicamente utilizzato per la produzione di vettori energetici come l'idrogeno dall'acqua. Ora si scopre che la ricerca sull'ossido di iridio condotta finora si è basata su un presupposto di base errato:la disposizione degli atomi sulla sua superficie è completamente diversa da quella ipotizzata in precedenza.

Il modo in cui è stato determinato questo risultato sorprendente offre un primo assaggio allettante di come la ricerca potrebbe essere condotta in futuro:uno sforzo collaborativo tra un team di ricerca umano e l'intelligenza artificiale ha analizzato lo stesso problema, e giunse alla stessa conclusione. Poiché i ricercatori della TU Wien e della TU Munich hanno raggiunto lo stesso risultato contemporaneamente, hanno pubblicato i loro risultati congiuntamente sulla rivista Lettere di revisione fisica .

Come tagliare un cristallo?

"Un cristallo può avere superfici diverse con proprietà molto diverse, " ha spiegato Florian Kraushofer del gruppo di ricerca della Prof.ssa Ulrike Diebold (Institute for Applied Physics, Politecnico di Vienna). "Immaginiamo di avere un cristallo composto da cellule a forma di cubo. Se lo tagliamo, sorgono superfici molto diverse a seconda della direzione in cui tagliamo."

Se tagli esattamente nella direzione delle celle del cubo, la superficie consiste solo di quadrati. Se tagli le celle del cubo in diagonale, questo crea anche una superficie regolare, ma con una disposizione diversa.

"Quando un cristallo cresce lentamente, normalmente forma la superficie più favorevole dal punto di vista energetico, " dice Kraushofer. Tuttavia, non tutte le possibili disposizioni atomiche sono stabili, e in alcuni casi gli atomi si spostano o si riorganizzano sulla superficie per risparmiare energia. "Tipicamente, è necessario eseguire simulazioni molto complesse utilizzando un supercomputer per determinare quale configurazione geometrica è la più stabile, " spiega Kraushofer. "Nel caso dell'ossido di iridio, tali calcoli avevano mostrato che la superficie più stabile si era formata nella cosiddetta direzione 110, ma i nostri esperimenti hanno mostrato che qualcosa non andava, e che un'altra superficie fosse più stabile."

Le macchine fanno la fisica quantistica

In una conferenza poco prima del blocco della corona, Ulrike Diebold ha incontrato Karsten Reuter dell'Università tecnica di Monaco di Baviera, che sta anche lavorando sull'ossido di iridio. Il suo team utilizza l'apprendimento automatico, ad es. tecniche dal campo dell'intelligenza artificiale, per calcolare meglio le proprietà dei materiali. Hanno avuto esattamente la stessa sorpresa di Vienna:"Proprio come l'esperimento, gli algoritmi di apprendimento automatico avevano previsto che la direzione stabile della superficie dell'ossido di iridio fosse diversa da quanto si pensava in precedenza, " dice Reuter. "Così abbiamo deciso di dare un'occhiata più da vicino alla questione insieme."

Successivamente sono stati effettuati ulteriori accertamenti, comprese simulazioni al computer più estese, ed è stato dimostrato che la nuova struttura determinata dall'esperimento e dagli algoritmi di apprendimento automatico è effettivamente corretta.

Uomo e macchina:uno sguardo al futuro

"Quindi ora dobbiamo ripensare a tutti i risultati precedenti sul biossido di iridio, " dice Ulrike Diebold. "L'orientamento della superficie gioca un ruolo decisivo nel comportamento chimico e fisico del materiale, e questo deve essere incluso".

Per Diebold, il risultato è anche una prova importante che i nuovi metodi di ricerca nel campo dell'apprendimento automatico possono essere estremamente preziosi per la scienza:"Soprattutto quando si tratta di sviluppare nuovi materiali basati sulla fisica quantistica, le simulazioni al computer sono indispensabili da anni, ma sono spesso estremamente complesse, costoso e dispendioso in termini di tempo", dice Ulrike Diebold. "Se l'apprendimento automatico può essere applicato in modo intelligente a domande così complicate, può diventare un nuovo grande strumento che farà fare un grande passo avanti alla ricerca sui materiali. Certo, per renderlo possibile, abbiamo anche bisogno delle migliori misurazioni sperimentali possibili. "

"Questo non sostituirà l'intelligenza umana, così come non è stata in grado di sostituirci con simulazioni al computer fino ad ora, " Diebold è convinto. "Ma gli algoritmi di apprendimento automatico ci aiuteranno a trovare buone idee che non avremmo necessariamente pensato da soli".