Empresas que trabalham na fronteira da aeroespacial, energia e computação estão constantemente procurando novos materiais para melhorar o desempenho. Mas para entender como esses materiais se comportarão uma vez que estejam dentro de foguetes ou em chips de computador, as empresas primeiro precisam fabricar o material e depois testá-lo. Isso ocorre porque mesmo as técnicas de simulação mais poderosas têm dificuldade em modelar os complexos arranjos químicos na maioria dos materiais sólidos atuais. O problema adiciona custos e tempo à inovação de materiais. Agora, uma equipe de pesquisadores do MIT criou uma maneira de modelar com precisão o comportamento de metais, independentemente da complexidade de sua organização química. No centro da abordagem estão modelos de machine learning que tornam as simulações de materiais mais rápidas e precisas. Os pesquisadores aprimoraram esses modelos construindo conjuntos de dados de treinamento que capturam a diversidade de ambientes atômicos em materiais quimicamente desordenados. Em um novo artigo na Science Advances, os pesquisadores mostraram que sua abordagem poderia ser usada para prever com precisão as propriedades dos materiais para um grupo diversificado de ligas metálicas sob uma variedade de condições. Eles também mostraram como a abordagem poderia ser usada para desenvolver novos materiais, especialmente em cenários onde a experimentação é cara. “O foco do artigo são as ligas metálicas, que é o campo em que trabalho, mas isso poderia ser adaptado a outros tipos de materiais, como semicondutores”, diz o autor sênior Rodrigo Freitas, Professor de Desenvolvimento de Carreira TDK do MIT em Ciência e Engenharia de Materiais. “Isso não é específico para nenhuma aplicação – você poderia usar essa abordagem para criar novos aços sustentáveis, novos materiais para a indústria aeroespacial e muito mais. É isso que torna isso emocionante.” Juntam-se a Freitas no artigo o primeiro autor Killian Sheriff PhD ’26; os estudantes de doutorado do MIT Daniel Xiao
Fonte: MIT News - AI
Publicado em 2026-06-19