I materiali 2-D sono atomicamente sottili, film monostrato disposti in una struttura cristallina, che hanno potenziali applicazioni nell'elettronica di prossima generazione e nei dispositivi optoelettronici. Il ferromagnetismo (FM) in tali materiali il meccanismo con cui agiscono come magneti era considerato poco plausibile fino a pochi anni fa. Nel 2017, scienziati hanno scoperto FM a bassa temperatura in materiali 2-D, che ha portato a significativi progressi nei campi della nanotecnologia e dell'elettronica.

A basse temperature, i materiali ferromagnetici sono in grado di mantenere bene le loro proprietà magnetiche. Però, l'ordine magnetico in tali materiali viene disturbato all'aumentare della temperatura. La temperatura alla quale i materiali perdono le loro proprietà FM è nota come punto di Curie. Il punto di Curie è quindi una proprietà fondamentale dei materiali ferromagnetici per applicazioni pratiche. Però, determinare la temperatura di Curie comporta una serie di calcoli molto complessi.

Un gruppo di ricerca dell'Indian Institute of Science (IISc) ha ora sviluppato un codice informatico open source per stimare le temperature di Curie dalle strutture cristalline dei materiali. Lo studio, pubblicato in Materiali di calcolo npg, combina l'informatica utilizzando database open source e apprendimento automatico per scoprire e prevedere le temperature Curie dei materiali ferromagnetici 2-D (2DFM).

Il team ha adottato un triplice approccio. Primo, hanno sviluppato un codice informatico completamente automatizzato che aiuta a calcolare le temperature di Curie, eliminando la necessità di calcoli euristici manuali. Secondo, sono stati in grado di identificare 26 materiali 2DFM ad alta temperatura da grandi database open source, compresi alcuni importanti materiali magnetici che sono stati finora trascurati. Questi materiali possono essere candidati ideali da utilizzare in dispositivi ad alta temperatura.

In terzo luogo, il team ha sviluppato un modello di apprendimento automatico per prevedere la temperatura di Curie dei materiali. Sebbene il modello utilizzi attualmente dati limitati, se viene addestrato con un set di dati sufficientemente ampio di materiali 2DFM, alla fine potrebbe essere in grado di sostituire il codice del computer, dicono i ricercatori. Ritengono che ciò aiuterebbe in modo significativo a far progredire le applicazioni pratiche dei materiali magnetici 2-D.