Flusso di lavoro AI aggiunge 1,3 milioni di composti al database dei materiali

Un innovativo flusso di lavoro AI multi-fase per la scoperta di materiali computazionali ha raggiunto un notevole tasso di successo del 99% nell'individuare composti entro 100 meV/atomo di stabilità termodinamica, segnando un miglioramento triplo rispetto alle tecniche precedenti. Questo approccio innovativo integra il modello generativo Matra-Genoa, il potenziale interatomico universale di machine learning Orb-v2 e la rete neurale grafica ALIGNN per la previsione energetica. Ha prodotto 119 milioni di strutture candidate e ha contribuito con 1,3 milioni di composti convalidati DFT al database ALEXANDRIA, che ora vanta 5,8 milioni di strutture, incluse 74.000 nuove materie stabili identificate. Il database presenta 175.000 composti sull'inviluppo convesso, con tassi di disordine strutturale previsti (37-43%) in linea con i database sperimentali, a differenza di altre recenti raccolte generate dall'AI. L'analisi rivela schemi essenziali nelle distribuzioni dei gruppi spaziali e nelle reti di stabilità di fase.