Learning the Chronology of Materials Discovery for Synthesizability Prediction

La ricerca di nuovi materiali è una corsa contro il tempo. Gli scienziati possono ora utilizzare potenti computer per immaginare milioni di nuove ricette chimiche, proponendo candidati per batterie, pannelli solari e medicinali molto più velocemente di quanto qualsiasi laboratorio possa testarli. Questo crea un collo di bottiglia: un vasto oceano di possibilità teoriche dove solo una minima frazione potrà mai essere costruita e dimostrata efficace. Per navigare in questo scenario, i ricercatori hanno sviluppato modelli informatici che tentano di indovinare quali di queste ricette immaginarie siano effettivamente realizzabili in un laboratorio. Tradizionalmente, questi modelli trattano la storia della scienza come un elenco statico, guardando solo a ciò che è stato realizzato e a ciò che non lo è stato, senza considerare quando o perché le scoperte siano avvenute. Essi assumono che il percorso verso un nuovo materiale sia casuale, ignorando il fatto che la scoperta umana segue una storia specifica ed evolutiva, plasmata dagli strumenti disponibili, dai finanziamenti e dai mutamenti degli interessi scientifici.

Un team di ricercatori dell'Imperial College London ha introdotto un nuovo approccio chiamato ChronoSyn che cambia il modo in cui queste previsioni vengono effettuate. Invece di trattare la storia dei materiali come una semplice collezione di fatti, questo modello impara dalla cronologia stessa della scoperta. Riconosce che l'ordine con cui gli scienziati hanno trovato nuovi materiali non è casuale; riflette una progressione guidata da necessità pratiche e progressi tecnologici. Insegnando al computer a comprendere questa sequenza storica, il modello acquisisce una comprensione più profonda di quali combinazioni chimiche siano probabilmente le prossime a essere sintetizzate. I ricercatori hanno scoperto che, incorporando le date delle scoperte passate, il modello è diventato significativamente più abile nell'identificare nuovi materiali promettenti, anche quelli che non erano mai stati visti prima.

Il nucleo di questo lavoro risiede nel modo in cui il modello elabora le informazioni. Prende una composizione chimica — una specifica miscela di elementi — e la converte in un'impronta digitale. Questa impronta viene poi inserita simultaneamente in due parti diverse del programma informatico. Una parte cerca di prevedere se il materiale può essere sintetizzato, mentre l'altra cerca di indovinare quando quel materiale è stato probabilmente scoperto rispetto agli altri. Il modello impara confrontando coppie di materiali noti, regolando la propria logica interna in modo da assegnare un punteggio "più recente" ai materiali riportati negli anni scorsi e un punteggio "più antico" a quelli scoperti molto tempo fa. Questo doppio compito costringe il computer a costruire una comprensione condivisa della chimica che rispetti il flusso del tempo. Il risultato è un sistema che non si limita a memorizzare un elenco di materiali noti, ma comprende la traiettoria attraverso cui la scienza si muove nello spazio chimico.

Quando testato contro i modelli standard che ignorano la cronologia, ChronoSyn ha dimostrato di essere più accurato. In esperimenti utilizzando database contenenti centinaia di migliaia di materiali noti e ipotetici, il nuovo modello ha identificato correttamente una percentuale maggiore di composti reali e sintetizzabili. Il miglioramento non è stato un piccolo incremento statistico; è stato un segnale chiaro che la storia della scoperta fornisce indizi preziosi. I ricercatori hanno osservato che il modello ha imparato a raggruppare i materiali in un modo che rispecchia la loro storia reale. Nella mappa interna del computer, i materiali scoperti negli anni '70 e '80 si raggruppavano in un'area, mentre quelli trovati nei decenni 2010 e 2020 si riunivano in un'altra. Questa organizzazione ha permesso al modello di distinguere tra famiglie chimiche che sono state ampiamente esplorate e quelle che sono appena iniziate a essere investigate.

Questa capacità di leggere la cronologia si è rivelata particolarmente utile nell'esaminare materiali che non sono ancora stati riportati. Il modello ha identificato gruppi di composizioni ipotetiche che somigliano alle famiglie chimiche scoperte negli ultimi decenni. Questi materiali "simili ai recenti" ricevevano punteggi di sintetizzabilità più alti rispetto a quelli dall'aspetto più datato. I ricercatori hanno constatato che ciò era coerente: gli spazi chimici che sono stati studiati attivamente di recente, come quelli utilizzati per le batterie agli ioni di litio o le celle a combustibile, sono ancora oggetto di esplorazione, il che significa che c'è una maggiore probabilità che i materiali non ancora riportati in queste aree siano effettivamente realizzabili. Al contrario, gli spazi chimici che sono stati ampiamente studiati decenni fa ma che da allora sono rimasti inattivi sono più propensi a contenere materiali che sono genuinamente difficili o impossibili da realizzare. Il modello ha imparato efficacementamente a dare priorità alla "frontiera" della ricerca attuale rispetto al "retroterra" dell'esplorazione passata.

Per testare il valore pratico di questo approccio, i ricercatori hanno eseguito un esperimento retrospettivo. Hanno addestrato il modello utilizzando solo le conoscenze disponibili fino a un anno specifico, come il 2018, e poi gli hanno chiesto di prevedere quali materiali sarebbero stati scoperti dopo tale data. ChronoSyn ha costantemente superato i modelli standard nell'identificare queste scoperte future. Ha segnalato con successo composizioni che sono state effettivamente riportate nella letteratura scientifica negli anni successivi al limite temporale, dimostrando che il modello poteva usare il passato per prevedere il futuro. Ciò suggerisce che il percorso che gli scienziati hanno intrapreso per trovare materiali finora contiene una mappa di dove avverranno le prossime scoperte.

Lo studio ha anche rivelato che il modello era particolarmente bravo a identificare materiali complessi contenenti elementi rari, come quelli con elementi del blocco f, come le terre rare. Questi materiali appaiono spesso in ondate distinte di scoperta, con periodi di intensa ricerca seguiti da tempi più tranquilli. Poiché il modello ha appreso la tempistica di queste ondate, è stato in grado di riconoscere meglio quando una nuova composizione rientrava in un trend di ricerca attualmente attivo. Quando il team ha applicato ChronoSyn a un enorme spazio ipotetico di 50 milioni di potenziali combinazioni chimiche, ha evidenziato specifiche famiglie di composti che erano probabilmente realizzabili. Un controllo rispetto ai record scientifici ha confermato che molti di queste previsioni ad alto punteggio erano effettivamente materiali che erano stati sintetizzati e riportati in passato, ma che mancavano dai principali database utilizzati per l'addestramento.

I ricercatori riconoscono che il loro metodo presenta dei limiti. Il modello si basa sulle date di pubblicazione, che sono una rappresentazione indiretta della scoperta e potrebbero non corrispondere sempre al momento esatto in cui un materiale è stato creato per la prima volta. Inoltre, riflette i pregiudizi della ricerca umana, potenzialmente favorendo aree chimiche che hanno storicamente attirato l'attenzione e trascurando campi promettenti ma meno seguiti. Inoltre, il modello predice se una formula chimica è possibile, ma non tiene ancora conto delle specifiche strutture cristalline che potrebbero rendere un materiale stabile o instabile. Nonostante tali vincoli, il lavoro dimostra che la storia della scienza non è solo un registro di ciò che è stato fatto, ma una guida per ciò che può essere fatto successivamente. Imparando la cronologia della scoperta dei materiali, gli scienziati possono ora utilizzare il passato per navigare più efficacemente nel vasto e inesplorato territorio del futuro.