Un nuovo metodo sviluppato al MIT usa l’intelligenza artificiale per progettare materiali cristallini più stabili fin dall’inizio, riducendo il costoso lavoro di selezione successivo.
.JPG)
La notizia
Il 26 agosto 2026 MIT News ha presentato CrysVCD (“crystal generator with valence-constrained design”), un sistema che inserisce i vincoli di stabilità chimica prima della fase più onerosa di generazione dei materiali. L’obiettivo è evitare che i modelli producano milioni di strutture instabili, da eliminare poi con settimane o mesi di calcolo.
Il metodo combina un modello linguistico, incaricato di produrre formule chimicamente valide, con un modello di diffusione che genera la corrispondente struttura atomica cristallina. Nei test descritti dai ricercatori, CrysVCD ha raggiunto un’elevata stabilità della dinamica reticolare in quasi il 70% delle generazioni; dopo l’ottimizzazione sulle metriche di stabilità, i materiali prodotti hanno ottenuto il 68% di stabilità meccanica e l’85% di metastabilità.
Perché è rilevante
Secondo il gruppo del MIT, la validazione può rappresentare circa il 90% del costo computazionale necessario a ottenere materiali utilizzabili. Spostando i controlli chimici a monte, l’approccio ha generato materiali stabili con un’efficienza superiore di un ordine di grandezza rispetto ai metodi basati sul filtraggio finale.
I ricercatori hanno inoltre indirizzato il sistema verso proprietà specifiche, tra cui elevata conducibilità termica e costante dielettrica: caratteristiche importanti per semiconduttori, chip e raffreddamento dei data center. Il risultato suggerisce un possibile accesso più ampio alla progettazione computazionale dei materiali, anche per laboratori e imprese con risorse di calcolo inferiori.
Fonte: Zach Winn, MIT News, “AI helps design new materials that work in the real world”, 26 agosto 2026. Questa pagina propone una sintesi originale in italiano.