Método inédito revelou 17 materiais promissores para desenvolvimento de dispositivos eletrônicos menores e mais eficientes
As ferramentas computacionais estão cada vez mais presentes nos processos que antecedem os experimentos científicos, especialmente na área biológica, onde há bancos de dados com extensos e variados volumes de dados. Na ciência de materiais, as informações disponíveis são mais escassas, mas ainda assim os recursos de machine learning, métodos de análise de dados que permitem a construção automatizada de modelos preditivos, são promissores para a descoberta de materiais com propriedades específicas e valiosas para o desenvolvimento de novas tecnologias.
Um estudo de pesquisadores do Centro Nacional de Pesquisa em Energia de Materiais (CNPEM), organização vinculada ao MCTI (Ministério da Ciência, Tecnologia e Inovações), descreve pela primeira vez uma metodologia que tem potencial para contribuir para significativa otimização do uso de recursos financeiros, humanos e acelerar experimentos necessários para avaliar as propriedades e até descobrir novos materiais.
“O uso de recursos de Machine Learning é capaz de otimizar esse tipo de pesquisa e, mesmo lidando com relativa escassez de dados, foi possível revelar 17 materiais promissores para desenvolvimento de aplicações que tiram proveito das propriedades que buscávamos selecionar”, explica Adalberto Fazzio, diretor do Laboratório Nacional de Nanotecnologia (LNNano) e coordenador da pesquisa.
O artigo, que acaba de ser publicado na Applied Physics Reviews , uma das publicações de maior impacto na área de física aplicada, demonstrou a acurácia do método em mais de 90% com uso de Machine Learning na busca de materiais de duas dimensões (2D), formados por uma única camada de poucos átomos de espessura com uma propriedade eletrônica específica: a de serem isolantes topológicos.
Isolantes topológicos são materiais com bordas metálicas, portanto condutoras de eletricidade e a parte central isolante. Essa classe de materiais tem potencial para o desenvolvimento de dispositivos em que a corrente elétrica pode fluir sem perturbações e dissipação de calor.
Essas características têm enorme valor para o desenvolvimento de dispositivos cada vez menores e capazes de funcionar com maior eficiência e menor gasto de energia, por isso estão sendo estudados para uso em sensores mais eficientes e componentes para computação quântica, por exemplo.
Avanço na pesquisa
O desenvolvimento de materiais dessa classe exige um trabalho minucioso que costuma demandar, além de tempo de equipe especializada, instrumentos de pesquisa disponíveis em poucos lugares, insumos valiosos e escassos.
“A estratégia que demonstramos se revelou até dez vezes mais eficiente em prever as propriedades dos materiais em relação à abordagem tradicional, baseada na tentativa e erro. Se o pesquisador tem pequenas quantidades de materiais que poderiam ser testados experimentalmente, esses recursos computacionais podem trazer uma vantagem gigantesca. Vale lembrar que esse método pode ser usado para buscar informações em outros bancos de dados e prever, além da condutividade eletrônica, outras propriedades de interesse, como ótica, magnetismo”, esclarece Bruno Focassio, pesquisador do LNNano/CNPEM que também assina o artigo.
Próximos passos
O trabalho de pesquisa tem pela frente dois caminhos. O primeiro segue na investigação, com maior profundidade, das propriedades de aplicação dos materiais que se revelaram mais promissores no estudo, para confirmar a viabilidade do uso deles no desenvolvimento de dispositivos. O segundo usa os recursos de Machine Learning para buscar, em materiais diferentes, outras propriedades exóticas que possam ser úteis como recurso tecnológico.
Sobre o CNPEM
Ambiente de pesquisa e desenvolvimento sofisticado e efervescente, único no País e presente em poucos polos científicos no mundo, o Centro Nacional de Pesquisa em Energia e Materiais (CNPEM) é uma organização social supervisionada pelo Ministério da Ciência, Tecnologia, Inovações (MCTI). O Centro é constituído por quatro Laboratórios Nacionais e é berço do mais complexo projeto da ciência brasileira – o Sirius – uma das mais avançadas fontes de luz síncrotron do mundo. O CNPEM reúne equipes multitemáticas altamente especializadas, infraestruturas laboratoriais mundialmente competitivas e abertas à comunidade científica, linhas de pesquisa em áreas estratégicas, projetos inovadores em parcerias com o setor produtivo e ações de treinamento para pesquisadores e estudantes.
Com informações da Assessoria de Imprensa
