A Microsoft acaba de desenvolver uma IA que projetar materiais para o futuro: Veja como funciona.

A Microsoft Research apresentou hoje um novo sistema de IA poderoso que gera materiais inovadores com propriedades específicas desejadas, potencialmente acelerando o desenvolvimento de melhores baterias, células solares mais eficientes e outras tecnologias críticas.

O sistema, chamado MatterGen, representa uma mudança fundamental na forma como os cientistas descobrem novos materiais. Em vez de selecionar milhões de compostos existentes — a abordagem tradicional que pode levar anos — o MatterGen gera diretamente materiais inovadores com base em características desejadas, semelhante aos geradores de imagem de IA que criam imagens a partir de descrições de texto.

“Modelos generativos oferecem um novo paradigma para o design de materiais ao gerar diretamente materiais totalmente novos, dadas as restrições de propriedades desejadas,” disse Tian Xie, gerente de pesquisa principal na Microsoft Research e autor principal do estudo publicado hoje na Nature. “Isso representa um grande avanço em direção à criação de um modelo generativo universal para o design de materiais.”

Como o motor de IA da Microsoft funciona de forma diferente em relação aos métodos tradicionais

O MatterGen utiliza um tipo especializado de IA chamado modelo de difusão — semelhante àqueles usados em geradores de imagens como DALL-E — mas adaptado para trabalhar com estruturas cristalinas tridimensionais. Ele refina gradualmente arranjos aleatórios de átomos em materiais estáveis e úteis que atendem a critérios especificados.

Os resultados superam as abordagens anteriores. De acordo com o artigo de pesquisa, os materiais produzidos pelo MatterGen são “mais de duas vezes mais propensos a serem novos e estáveis, e mais de 15 vezes mais próximos do mínimo de energia local” em comparação com as abordagens de IA anteriores. Isso significa que os materiais gerados têm mais chances de serem úteis e fisicamente possíveis de serem criados.

Em uma demonstração impressionante, a equipe colaborou com cientistas do Instituto de Tecnologia Avançada de Shenzhen, na China, para sintetizar um novo material, TaCr2O6, que o MatterGen havia projetado. O material do mundo real se aproximou muito das previsões da IA, validando a utilidade prática do sistema.

Aplicações do mundo real podem transformar o armazenamento de energia e a computação

O sistema é particularmente notável por sua flexibilidade. Ele pode ser “ajustado” para gerar materiais com propriedades específicas — desde estruturas cristalinas particulares até características eletrônicas ou magnéticas desejadas. Isso pode ser inestimável para o design de materiais para aplicações industriais específicas.

As implicações podem ser amplas. Novos materiais são cruciais para o avanço das tecnologias em armazenamento de energia, design de semicondutores e captura de carbono. Por exemplo, materiais de bateria melhores poderiam acelerar a transição para veículos elétricos, enquanto materiais de células solares mais eficientes poderiam tornar a energia renovável mais econômica.

“Do ponto de vista industrial, o potencial aqui é enorme,” explicou Xie. “A civilização humana sempre dependeu de inovações materiais. Se pudermos usar IA generativa para tornar o design de materiais mais eficiente, isso poderia acelerar o progresso em indústrias como energia, saúde e além.”

A estratégia de código aberto da Microsoft visa acelerar a descoberta científica

A Microsoft disponibilizou o código fonte do MatterGen sob uma licença de código aberto, permitindo que pesquisadores de todo o mundo construam sobre a tecnologia. Essa iniciativa pode acelerar o impacto do sistema em vários campos científicos.

O desenvolvimento do MatterGen é parte da iniciativa mais ampla da Microsoft, IA para Ciência, que visa acelerar a descoberta científica usando IA. O projeto se integra com a plataforma Azure Quantum Elements da Microsoft, potencialmente tornando a tecnologia acessível a empresas e pesquisadores por meio de serviços de computação em nuvem.

No entanto, especialistas alertam que, embora o MatterGen represente um avanço significativo, o caminho do design computacional de materiais para aplicações práticas ainda requer testes extensivos e refinamento. As previsões do sistema, embora promissoras, precisam de validação experimental antes da implementação industrial.

Apesar disso, a tecnologia representa um avanço significativo no uso da IA para acelerar a descoberta científica. Como observado por Daniel Zügner, um pesquisador sênior do projeto, “Estamos profundamente comprometidos com pesquisas que podem ter um impacto real e positivo, e isso é apenas o começo.”