-
Israele, Eisenkot ha 28 giorni per costruire una maggioranza alla Knesset
-
Francia, Le Pen resta nettamente avanti su Mélenchon nei sondaggi per il 2027
-
Lo Stato delle Cose indaga sulla latitanza sanitaria di Matteo Messina Denaro
-
Nvidia verifica il caso Huang mentre Trump difende il fondatore del gruppo
-
Quarta Repubblica, inchieste su Pd, centri sociali e caso Garlasco
-
Pogliano Milanese, bar chiuso per gravi carenze igieniche e riaperto poche ore dopo
-
Stay Veneto prepara stipendi fino a 2.300 euro per trattenere giovani ricercatori
-
Manovra 2027, dai sostegni alle famiglie ai bonus per lavoro, casa e pensioni
-
Grande Fratello, cinque concorrenti che hanno diviso pubblico e Casa
-
Trump ordina indagini sugli avversari mentre i democratici discutono la nuova leadership
-
Dana White atteso alla Casa Bianca dopo l’offerta di Trump per il ruolo di portavoce
-
Staffelli dopo Striscia la Notizia: «La chiusura non è un lutto»
-
Caso Huang, Nvidia apre un’indagine indipendente dopo l’ammissione della relazione
-
Tutele graduali dell’elettricità verso la scadenza: cosa cambia dal 1° aprile 2027
-
Smartphone con RAM recuperata: il trend dei produttori per contenere i costi
-
Nvidia indaga sui rapporti di Jensen Huang e sui sospetti di intelligence cinese
-
Cibo e sesso nel cinema: quando la metafora alimentare ha dominato lo schermo
-
Philips The Stevie Pro, prova del giradischi tutto in uno da 249 euro
Trovare nuovi materiali è più veloce con l'aiuto dell'IA
Tutorial facilitano il passaggio dalla teoria alla pratica
Tutorial che mostrano, passo dopo passo, i procedimenti più efficienti da seguire per produrre nuovi materiali dotati delle caratteristiche desiderate e che indicano, ad esempio, le temperature ideali per le reazioni chimiche, i tempi e le quantità delle sostanze di partenza. A generarli non è uno youtuber o un tiktoker, ma un modello di Intelligenza Artificiale messo a punto da ricercatori del Massachusetts Institute of Technology, descritto sulla rivista Nature Computational Science. Chiamato DiffSyn, questo strumento promette di accelerare notevolmente la ricerca sui materiali, rompendo il più stretto collo di bottiglia che ne rallenta la scoperta e accorciando i tempi che dividono la 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 i mesi di esperimenti necessari per ognuno di essi, che tramite tentativi cercano di stabilire i valori 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 oltre 23mila '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".
H.Thompson--AT