Nicola Marzari, capo del laboratorio di Teoria e Simulazione dei Materiali presso EFPL e direttore di NCCR MARVEL, ha appena pubblicato una revisione dei metodi della struttura elettronica come parte di un'edizione speciale Insight on Computational Materials Design, pubblicato da Materiali della natura . L'articolo, scritto con Andrea Ferretti del CNR–Instituto Nanoscienze e Chris Wolverton della Northwestern University, fornisce una panoramica di questi metodi, discute la loro applicazione alla previsione delle proprietà dei materiali, ed esamina le diverse strategie utilizzate per raggiungere gli obiettivi più ampi della progettazione e della scoperta dei materiali. Guardando avanti, gli autori considerano le sfide emergenti nell'accuratezza predittiva dei calcoli, e nell'affrontare la complessità della vita reale di materiali e dispositivi. Sottolineano inoltre l'importanza delle infrastrutture computazionali che supportano tale ricerca, e come la pianificazione per finanziare questi e i modelli di carriera di supporto stanno appena iniziando a emergere.

Negli ultimi 20 anni, le simulazioni dei primi principi sono diventate potenti, strumenti ampiamente utilizzati in molti, diversi campi della scienza e dell'ingegneria. Dalle nanotecnologie alle scienze planetarie, dalla metallurgia ai materiali quantistici, hanno accelerato l'identificazione, caratterizzazione, e l'ottimizzazione dei materiali enormemente. Hanno portato a previsioni sorprendenti - dal trasporto termico ultraveloce alla superconduttività mediata da elettrone-fonone negli idruri all'emergere di bande piatte nel grafene a doppio strato attorcigliato - che hanno continuato a ispirare notevoli esperimenti.

L'attuale spinta a integrare gli esperimenti con simulazioni; continuato, rapida crescita della capacità di elaborazione del computer; la capacità dell'apprendimento automatico e dell'intelligenza artificiale di accelerare la scoperta dei materiali e la promessa di acceleratori dirompenti come il calcolo quantistico per compiti esponenzialmente costosi significano che questi metodi diventeranno sempre più rilevanti con il passare del tempo. È quindi il momento opportuno per rivedere le capacità e le limitazioni dei metodi della struttura elettronica alla base di queste simulazioni. Marzari, Ferretti e Wolverton affrontano questo compito nel documento "Metodi della struttura elettronica per la progettazione dei materiali, " appena pubblicato in Materiali della natura .

"Le simulazioni non falliscono in modo spettacolare, ma possono passare sottilmente dall'essere preziose a appena abbastanza buone a semplicemente inutili, " hanno detto gli autori nel documento. "Le ragioni del fallimento sono molteplici, dall'estensione delle capacità dei metodi all'abbandono della complessità dei materiali reali. Ma anche le simulazioni sono insostituibili:possono valutare i materiali in condizioni di pressione e temperatura così estreme che nessun esperimento sulla terra è in grado di replicare, possono esplorare con sempre maggiore agilità il vasto spazio delle fasi materiche e delle composizioni alla ricerca di quella sfuggente svolta materica, e possono identificare direttamente le cause microscopiche e l'origine di una proprietà macroscopica. Scorso, condividono con tutti i rami della scienza computazionale un elemento chiave della ricerca:possono essere resi riproducibili, aperti e condivisibili in modi che nessuna infrastruttura fisica potrà mai essere".

Gli autori esaminano prima il quadro della teoria del funzionale della densità (DFT) e forniscono una panoramica degli approcci sempre più complessi che possono migliorare l'accuratezza o estendere l'ambito delle simulazioni. Discutono quindi le capacità che la scienza computazionale dei materiali ha sviluppato per sfruttare questa cassetta degli attrezzi e fornire previsioni per le proprietà dei materiali in condizioni realistiche di complessità sempre crescente. Finalmente, evidenziano come gli approcci basati sulla fisica o sui dati possono fornire soluzioni razionali, ad alto rendimento, o vie di intelligenza artificiale per la scoperta di materiali, e spiegare come tali sforzi stanno cambiando l'intero ecosistema di ricerca.

Guardando avanti, gli autori affermano che sviluppando metodi in grado di valutare la stabilità termodinamica, condizioni di sintesi, producibilità, e la tolleranza delle proprietà previste ai difetti intrinseci ed estrinseci nei nuovi materiali sarà una sfida significativa. I ricercatori potrebbero aver bisogno di aumentare le stime DFT con metodi di struttura elettronica più avanzati o algoritmi di apprendimento automatico per migliorare la precisione, e utilizzare metodi computazionali per affrontare condizioni realistiche come entropie vibrazionali, la concentrazione dei difetti e dei potenziali elettrochimici applicati.

Finalmente, dato il ruolo esteso che tali metodi potrebbero svolgere nei prossimi decenni, gli autori notano che il supporto e la pianificazione per le necessarie infrastrutture computazionali:software scientifico ampiamente utilizzato, la verifica dei codici e la convalida delle teorie, la diffusione e la cura dei dati computazionali, strumenti e flussi di lavoro, nonché i modelli di carriera associati che questi comportano e richiedono, stanno appena iniziando a emergere.