Un nuovo modello di intelligenza artificiale sviluppato dal MIT aiuta i ricercatori a colmare il divario tra materiali teoricamente promettenti e loro realizzazione pratica. Addestrata su decenni di letteratura scientifica, l’ IA suggerisce percorsi di sintesi alternativi e realistici, aprendo la strada a una scoperta più rapida ed efficiente di materiali complessi per applicazioni industriali ed energetiche.
MATERIALI [ E APPLICAZIONI ]
Un nuovo modello di intelligenza artificiale sviluppato dal MIT aiuta i ricercatori a colmare il divario tra materiali teoricamente promettenti e loro realizzazione pratica. Addestrata su decenni di letteratura scientifica, l’ IA suggerisce percorsi di sintesi alternativi e realistici, aprendo la strada a una scoperta più rapida ed efficiente di materiali complessi per applicazioni industriali ed energetiche.
IA generativa: la chiave per sintetizzare nuovi materiali
Un gruppo di ricercatori del MIT ha sviluppato un nuovo modello di intelligenza artificiale generativa che promette di trasformare profondamente il modo in cui gli scienziati sintetizzano materiali complessi. Il modello, chiamato DiffSyn, non si limita a suggerire nuove strutture teoriche, ma indica anche percorsi pratici per realizzarle in laboratorio— una vera e propria“ ricetta” per la sintesi dei materiali.
Il problema: passare dal“ cosa” al“ come” Negli ultimi anni i modelli di IA generativa sono stati in grado di esplorare enormi spazi di materiali teorici— strutture che, almeno sulla carta, possiedono proprietà utili per applicazioni che vanno dalla catalisi alla cattura di gas. Tuttavia, saper teoricamente che cosa potrebbe funzionare è solo metà del problema: il vero ostacolo per gli scienziati resta capire come sintetizzare effettivamente quei materiali. La sintesi chimica non è un semplice“ seguire una ricetta”: variabili come temperatura, proporzioni dei reagenti e tempi di reazione influiscono in modo cruciale sulle proprietà finali del materiale. Finora, questo processo è stato dominato dal ragionamento umano e dall’ approccio“ trial and error”, che richiede tempo ed esperienza considerevoli. I ricercatori del MIT hanno voluto cambiare questo paradigma attraverso l’ aiuto dell’ IA.
80 RIVISTA DELLE MATERIE PLASTICHE 3 ~ 3 | 2026 WWW. PLASTMAGAZINE. IT