Para impulsionar o desempenho de tecnologias emergentes como células solares, transistores, LEDs e baterias, é fundamental o desenvolvimento de materiais eletrônicos avançados, compostos de novas formulações químicas ainda a serem descobertas. De acordo com a publicação do MIT News, em um esforço para acelerar essa busca, cientistas estão utilizando ferramentas de inteligência artificial (IA) para identificar materiais promissores entre centenas de milhões de composições químicas.
Em paralelo, engenheiros estão criando máquinas capazes de imprimir centenas de amostras de materiais simultaneamente, baseando-se em composições químicas selecionadas por algoritmos de IA. Apesar desses avanços, um gargalo significativo persiste: a confirmação rápida de que esses materiais impressos possuem o desempenho esperado. Tradicionalmente, a caracterização de materiais, ou a avaliação de suas propriedades eletrônicas, tem sido um processo lento. No entanto, uma nova técnica de visão computacional desenvolvida por engenheiros do MIT pode transformar essa etapa, acelerando significativamente a caracterização de materiais eletrônicos recém-sintetizados.
Essa inovadora técnica de visão computacional analisa automaticamente imagens de amostras semicondutoras impressas e estima rapidamente duas propriedades eletrônicas fundamentais: o intervalo de banda (band gap), que mede a energia de ativação eletrônica, e a estabilidade, que avalia a longevidade do material.
Essa abordagem é 85 vezes mais rápida do que os métodos tradicionais, representando um avanço significativo na triagem de materiais.
*Imagem de capa: Depositphotos.com
