Accelerating Discovery of Extreme Lattice Thermal Conductivity by Crystal Attention Graph Neural Network (CATGNN) Using Chemical Bonding Intuitive Descriptors

Il calore si muove attraverso i materiali solidi in un modo che è spesso invisibile ma fondamentale per il funzionamento della nostra tecnologia. Nei cristalli, ovvero solidi in cui gli atomi sono disposti in un modello perfetto e ripetitivo, il calore non viaggia come un fluido, ma come vibrazioni degli atomi stessi. Queste vibrazioni, note come fononi, trasportano l'energia da un'estremità all'altra di un materiale. Per alcune applicazioni, come il raffreddamento di un potente chip per computer o di un laser ad alta velocità, gli ingegneri hanno bisogno di materiali che permettano a questo calore di scorrere il più velocemente possibile. Per altri compiti, come mantenere l'efficienza di un generatore termoelettrico o isolare un edificio, hanno bisogno di materiali che intrappolino il calore, rallentando le vibrazioni fino a un passo d'uomo. La sfida è sempre stata trovare nuovi materiali con queste proprietà estreme. Sebbene gli scienziati sappiano da tempo che gli atomi pesanti o i legami deboli tendono a rallentare il calore, e che i legami leggeri e forti tendono ad accelerarlo, queste regole sono spesso troppo vaghe per prevedere esattamente come si comporterà un nuovo cristallo specifico.

Un team di ricercatori ha ora sviluppato un modo molto più nitido per guardare dentro questi materiali, andando oltre le semplici regole empiriche verso una comprensione dettagliata di come gli atomi si tengano per mano. Analizzando la "colla elettronica" che lega gli atomi, hanno creato due nuovi modi per misurare la forza di queste connessioni. Hanno scoperto che queste misurazioni agiscono come una bussola affidabile per prevedere se un cristallo sarà un'autostrada termica o un vicolo cieco termico. Utilizzando questa intuizione, hanno addestrato un sofisticato modello informatico per scansionare quasi 200.000 strutture cristalline note. La ricerca è stata un successo: il modello ha identificato decine di nuovi materiali che sono dinamicamente stabili e possiedono proprietà termiche estreme, inclusi alcuni che conducono calore meno di 2 watt per metro-kelvin e altri che lo conducono oltre i 100 watt per metro-kelvin. Questo lavoro offre una via rapida e affidabile per la scoperta della prossima generazione di materiali per la gestione termica, dagli isolanti migliori ai convertitori energetici più efficienti.

Il viaggio è iniziato con la consapevolezza che i vecchi modi di indovinare il comportamento termico stavano incontrando un muro. Per decenni, gli scienziati si sono affidati a fattori come il peso medio degli atomi in un materiale o alla generale semplicità della sua struttura per stimare quanto bene conduce il calore. Sebbene questi fattori siano importanti, spesso non riescono a distinguere tra materiali che appaiono simili sulla carta ma si comportano in modo molto diverso nella realtà. Per risolvere il problema, i ricercatori hanno rivolto l'attenzione ai legami chimici stessi. Si sono concentrati su due specifiche firme elettroniche: una che misura quanta energia viene rilasciata quando gli atomi formano un legame, e un'altra che quantifica quanto quel legame sia covalente, ovvero condiviso. Hanno capito che se avessero normalizzato questi valori — adattandoli per tenere conto del numero di atomi e di legami nel cristallo — avrebbero potuto creare una scala universale di forza del legame che funzionasse attraverso migliaia di materiali diversi.

Questi nuovi descrittori, che il team chiama normalized negative integrated crystal orbital Hamilton population e normalized integrated crystal orbital bond index, si sono rivelati incredibilmente potenti. Quando i ricercatori hanno tracciato questi valori rispetto alla conduttività termica effettiva di oltre 4.500 materiali, è emerso un modello chiaro. I materiali con valori elevati su queste scale, che indicano legami elettronici forti e profondi, permettevano costantemente al calore di fluire liberamente. Al contrario, i materiali con valori bassi, che indicano legami deboli o superficiali, intrappolavano il calore. Fondamentalmente, questa relazione rimaneva valida anche quando i materiali avevano la stessa massa atomica media, un fattore su cui i modelli precedenti facevano pesantemente affidamento. I nuovi descrittori hanno anche rivelato un legame diretto con quanto gli atomi oscillino quando vengono riscaldati. I legami forti mantenevano gli atomi stabili, mentre i legami deboli permettevano loro di oscillare selvaggiamente, un movimento che disperde il calore e lo rallenta. Questa connessione ha fornito una spiegazione fisica del perché alcuni materiali siano isolanti termici e altri conduttori, radicata direttamente nella struttura elettronica degli atomi.

Per mettere in pratica questa scoperta, il team ha costruito un nuovo tipo di intelligenza artificiale chiamato Crystal Attention Graph Neural Network. Immaginate questo modello come un occhio altamente addestrato che può guardare la disposizione degli atomi in un cristallo e "sentire" istantaneamente la forza dei legami che li tengono uniti, senza dover eseguire le lente e costose simulazioni al computer che di solito richiedono giorni o settimane. I ricercatori hanno prima insegnato a questo modello usando i dati dei 4.500 materiali che avevano già analizzato. Una volta che il modello ha appreso la relazione tra la struttura cristallina e i nuovi descrittori della forza del legame, lo hanno scatenato su un database massiccio contenente quasi 200.000 strutture cristalline non ancora testate. Il modello ha previsto rapidamente la forza del legame per ciascuna di esse, segnalando i candidati più promettenti per comportamenti termici estremi.

Da questa massiccia scansione digitale, i ricercatori hanno selezionato circa 900 materiali che mostravano le forze di legame più estreme — o molto deboli o molto forti. Hanno poi sottoposto questi candidati a un rigoroso processo di verifica in due fasi. In primo luogo, hanno utilizzato un modello di IA separato per verificare se i cristalli fossero stabili, ovvero che non si disintegrassero o si facessero vibrare verso il caos. Circa l'80 percento dei candidati ha superato questo test di stabilità iniziale. Per quelli rimasti, il team ha eseguito calcoli dettagliati basati sui primi principi, il gold standard della fisica computazionale, per confermare la loro conduttività termica. I risultati sono stati sorprendenti. Il modello aveva identificato con successo 106 materiali stabili con conduttività termica ultrabassa, il 68 percento dei quali conduceva meno di 2 watt per metro-kelvin. Dall'altro lato dello spettro, la ricerca ha prodotto 13 materiali stabili con conduttività termica ultraelevata, tutti superiori a 100 watt per metro-kelvin.

Lo studio ha anche messo in discussione alcune convinzioni radicate su ciò che causa il blocco del calore nei materiali. Ricerche precedenti avevano suggerito che la presenza di specifici stati elettronici "antibonding" fosse il principale colpevole della bassa conduttività termica. Tuttavia, la nuova analisi ha dimostrato che questa non era una regola universale. I ricercatori hanno trovato materiali con questi stati antibonding che conducevano comunque bene il calore, e materiali senza di essi che erano eccellenti isolanti. Invece, i nuovi descrittori della forza del legame si sono rivelati il predittore costante. Questa distinzione è vitale perché significa che gli scienziati non possono più fare affidamento su una singola caratteristica elettronica per filtrare le proprietà termiche; devono guardare alla forza complessiva del legame chimico.

Le implicazioni di questo lavoro vanno oltre la semplice scoperta di nuovi materiali. Stabilendo un chiaro legame tra legame elettronico e trasporto termico, i ricercatori hanno fornito un insieme di principi intuitivi che possono guidare la progettazione di materiali futuri. Il team ha dimostrato che il loro approccio funziona per una vasta gamma di famiglie chimiche, incluse quelle con elementi pesanti come piombo e bismuto, così come elementi più leggeri come carbonio e boro. L'identificazione riuscita di composti specifici, come varie forme di carbonio, nitruro di boro e leghe complesse contenenti metalli alcalini, prova che il metodo è robusto. Questi risultati suggeriscono che la strada per scoprire la prossima generazione di materiali termici non è più un gioco d'azzardo o un lento processo di tentativi ed errori, ma una ricerca mirata guidata dalla fisica fondamentale di come gli atomi si connettono.