Investigadores do Georgia Tech desenvolveram um modelo de aprendizagem automática que torna muito mais fácil para os cientistas de materiais desenvolverem novos polímeros.
Os polímeros são grandes moléculas feitas de longas cadeias de blocos de construção química. Todos os dias utilizamos polímeros sintéticos como o nylon, o poliéster ou embalagens de plástico.
Os cientistas de materiais tentam inventar novos arranjos de polímeros para produzir materiais com propriedades específicas. Se quisermos um material que seja leve, elástico, impermeável e resistente ao calor, podemos criar um polímero com todas essas propriedades.
O problema é que descobrir qual a combinação de químicos que criaria um polímero com essas propriedades é uma tarefa enorme. Há uma infinidade de combinações e é extremamente difícil prever as propriedades que um novo polímero terá.
O Investigadores do Georgia Tech treinaram o seu LLM, denominado polyBERT, num conjunto de dados de 80 milhões de estruturas químicas de polímeros. O resultado é um modelo que compreende a linguagem dos produtos químicos.
Da mesma forma que os LLM são formados numa língua como o inglês, o polyBERT compreende agora a gramática e a sintaxe de como os químicos e os átomos se combinam para criar polímeros.
A National Science Foundation (NSF) financiou a investigação por detrás do polyBERT. A sua directora de programa, Debora Rodrigues, disse que os investigadores estavam "a desenvolver uma nova ferramenta de inteligência artificial para ultrapassar o desafio de determinar quais as combinações de produtos químicos que irão produzir os polímeros mais eficazes".
Ao utilizar o polyBERT, os cientistas de materiais podem trabalhar com combinações de produtos químicos mais de 100 vezes mais rápido do que antes. O resultado da utilização do modelo é um conjunto de dados que inclui 100 milhões de polímeros hipotéticos e as suas previsões para 29 propriedades.
Se for um cientista de materiais à procura de um novo material com propriedades muito específicas, não precisa de fazer experiências e esperar pelo melhor, pode simplesmente consultar o conjunto de dados que a IA gerou.
Embora os investigadores tenham treinado o polyBERT em polímeros, afirmaram que, teoricamente, também poderia ser utilizado para outras investigações químicas.
O potencial de criação de materiais mais sustentáveis ou eficientes do ponto de vista energético representa um benefício imediato no mundo real da aplicação deste tipo de inteligência artificial.
