08/01/2021

IA sem treinamento

Pela primeira vez, um sistema de inteligência artificial fez uma descoberta científica – um novo material – sem qualquer auxílio humano.

“[O sistema de] IA não é supervisionado. Muitos tipos de IA precisam ser treinados ou supervisionados. Em vez de pedir que aprendam as leis físicas, nós as codificamos na IA. Você não precisa de um humano para treinar a IA,” ressaltou o professor Aaron Kusne, do Instituto Nacional de Padronização e Tecnologia dos EUA.

Os pesquisadores incluíram no programa o conhecimento dos princípios-chave do experimento, incluindo dados de simulações e experimentos de laboratório, como o equipamento funciona e os conceitos físicos básicos necessários – para este primeiro teste, eles incluíram particularmente o conhecimento sobre o mapeamento de fase, que descreve como o arranjo dos átomos em um material muda com sua composição química e a temperatura.

IA controlando laboratório

A equipe então conectou o computador no qual o programa roda diretamente a uma linha de luz do laboratório síncrotron SSRL (Fonte Luminosa de Radiação Síncrotron de Stanford), projetada para fazer um tipo de análise chamada difração de raios X.

Ao identificar os ângulos em que os raios X refletem em uma amostra é possível determinar como os átomos estão dispostos no material, ou seja, a difração de raios X revela a estrutura cristalina do material. Compreender como os átomos estão dispostos em um material é importante para determinar suas propriedades, como o quão duro ou o quão eletricamente isolante ele é, e o quanto ele é adequado para uma aplicação específica.

Acontece que um único experimento de difração de raios X pode levar uma hora ou mais. É aí que entra o novo sistema integrado, chamado CAMEO, sigla em inglês para Sistema Autônomo em Circuito Fechado para Exploração e Otimização de Materiais. Com ele, o processo pode ser feito em 10 segundos.

O algoritmo instalado no computador decide qual composição de material estudar a seguir, escolhendo em qual material os raios X serão concentrados para investigar sua estrutura atômica. A cada nova iteração, o programa aprende com as medições anteriores e identifica o próximo material a estudar. Isso permite que a inteligência artificial explore como a composição de um material afeta sua estrutura e identifique o melhor material para a tarefa em questão.

Essa abordagem permitiu que o CAMEO descobrisse o material Ge₄Sb₆Te₇ (os pesquisadores encurtaram o nome dele para GST467). O programa recebeu 177 materiais potenciais para estudar, cobrindo uma grande variedade de receitas composicionais. Para chegar a esse material, ele realizou 19 ciclos experimentais diferentes, que duraram 10 horas, em comparação com as 90 horas estimadas que um cientista levaria com o conjunto completo de 177 materiais.

Mudança de fase e neuromórfico

O GST467, composto por três elementos diferentes (germânio [Ge], antimônio [Sb] e telúrio [Te]), é um material com memória de fase, ou seja, ele muda sua estrutura atômica de cristalina (material sólido com átomos em posições regulares) para amorfa (material sólido com átomos em posições aleatórias) pela aplicação de calor. Esse tipo de material está na vanguarda das pesquisas de melhores memórias eletrônicas, para armazenamento de dados digitais.

Embora existam infinitas variações de composição possíveis na liga Ge-Sb-Te, o novo material GST467 descoberto pelo programa de inteligência artificial é ideal para as aplicações envolvendo os materiais com memória de fase.

Em um DVD ou disco Blu-ray, por exemplo, o contraste óptico entre o material cristalino e o material amorfo permite que o laser entenda os bits, distinguindo entre as regiões que têm alta ou baixa refletividade. Acontece que o material GST467 tem o dobro do contraste óptico do material mais usado hoje para DVDs (Ge₂Sb₂Te₅).

O GST467 também promete aplicações em chaves ópticas, que controlam a direção da luz em um circuito, e na computação neuromórfica, que desenvolve componentes que emulam a estrutura e a função de neurônios no cérebro.

Fonte: IA