Tutorial che mostrano, passo dopo passo, iprocedimenti piùefficientida seguire perprodurre nuovi materiali dotati dellecaratteristiche desideratee che indicano, ad esempio, letemperature idealiper lereazioni chimiche, itempie lequantitàdellesostanze di partenza. A generarli non è uno youtuber o un tiktoker, ma un modello di Intelligenza Artificialemesso a punto da ricercatori del Massachusetts Institute of Technology, descritto sulla rivista Nature Computational Science. 

Chiamato DiffSyn, questo strumento promettediaccelerarenotevolmente laricerca sui materiali, rompendo il più stretto collo di bottiglia che ne rallenta la scoperta eaccorciando i tempichedividonola teoria dall'applicazione pratica.

Le IA sono usate da tempo per creare enormi librerie di materiali teorici pensati per risolvere problemi diversi, ma capire come realizzarli davvero è un altro paio di maniche: a rallentare enormemente il procedimento sono imesi di esperimenti necessari per ognuno di essi, che tramite tentativi cercano distabilireivalori esatti di tutti i parametri in gioco, come i tempi e le temperature. "Per usare un'analogia - dice Elton Pan, che ha coordinato lo studio - sappiamo che tipo di torta vogliamo fare, ma al momento non sappiamo come cuocerla".

Per aiutare a velocizzare il processo, i ricercatori hanno addestrato un modello di IA con oltre23mila 'ricette' per la sintesi di materiali descritte in 50 anni di articoli scientifici, aggiungendo anche ripetutamente del 'rumore' per cercare di confondere i dati.   In questo modo, DiffSyn ha imparato ha riconoscere ed eliminare questo rumore, fornendo non un solo percorso ma un insieme di percorsi tra quelli ritenuti più promettenti. "In pratica - commenta Pan - ti dice come preparare la tua torta: tu hai una torta in mente, la inserisci nel modello e questo ti sputa fuori le ricette".