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

O calor move-se através de materiais sólidos de uma forma que é frequentemente invisível, mas fundamentalmente importante para o funcionamento da nossa tecnologia. Em cristais, que são sólidos com átomos organizados num padrão perfeito e repetitivo, o calor não viaja como um fluido, mas como vibrações dos próprios átomos. Estas vibrações, conhecidas como fónons, transportam energia de uma extremidade de um material para a outra. Para algumas aplicações, como o arrefecimento de um processador de computador potente ou de um laser de alta velocidade, os engenheiros precisam de materiais que permitam que este calor corra através deles o mais rápido possível. Para outras tarefas, como manter um gerador termoelétrico eficiente ou isolar um edifício, eles precisam de materiais que prendam o calor, retardando as vibrações até quase pararem. O desafio sempre foi encontrar novos materiais com estas propriedades extremas. Embora os cientistas saibam há muito tempo que átomos pesados ou ligações fracas tendem a abrandar o calor, e ligações leves e fortes tendem a acelerá-lo, estas regras são frequentemente demasiado vagas para prever exatamente como um cristal específico se comportará.

Uma equipa de investigadores desenvolveu agora uma forma muito mais nítida de ver o interior destes materiais, indo além das simples regras de bolso para uma compreensão detalhada de como os átomos "dão as mãos". Ao analisar a cola eletrónica que une os átomos, criaram duas novas formas de medir a força destas ligações. Descobriram que estas medições atuam como uma bússola fiável para prever se um cristal será uma autoestrada térmica ou um beco sem saída térmico. Utilizando este conhecimento, treinaram um modelo de computador sofisticado para analisar quase 200.000 estruturas cristalinas conhecidas. A busca foi bem-sucedida: o modelo identificou dezenas de novos materiais que são dinamicamente estáveis e possuem propriedades térmicas extremas, incluindo alguns que conduzem menos de 2 watts por metro-kelvin e outros que conduzem mais de 100 watts por metro-kelvin. Este trabalho oferece um caminho rápido e fiável para a descoberta da próxima geração de materiais para gestão térmica, desde melhores isolantes a conversores de energia mais eficientes.

A jornada começou com a constatação de que as antigas formas de adivinhar o comportamento térmico estavam a bater contra um muro. Durante décadas, os cientistas confiaram em fatores como o peso médio dos átomos num material ou a simplicidade geral da sua estrutura para estimar quão bem este conduz o calor. Embora estes fatores importem, muitas vezes falham em distinguir entre materiais que parecem semelhantes no papel, mas que se comportam de forma muito diferente na realidade. Para resolver isto, os investigadores voltaram a atenção para as próprias ligações químicas. Focaram-se em duas assinaturas eletrónicas específicas: uma que mede quanta energia é libertada quando os átomos formam uma ligação, e outra que quantifica o quão covalente, ou partilhada, é essa ligação. Perceberam que, se normalizassem estes valores — ajustando-os para contabilizar o número de átomos e ligações no cristal — poderiam criar uma escala universal de força de ligação que funciona através de milhares de materiais diferentes.

Estes novos descritores, que a equipa chama de população de hamiltoniana de orbitais cristalinos integrada negativa normalizada e índice de ligação de orbitais cristalinos integrada normalizada, revelaram-se incrivelmente poderosos. Quando os investigadores plotaram estes valores contra a condutividade térmica real de mais de 4.500 materiais, surgiu um padrão claro. Materiais com valores elevados nestas escalas, indicando ligações eletrónicas fortes e profundas, permitiam consistentemente que o calor fluísse livremente. Inversamente, materiais com valores baixos, indicando ligações fracas ou superficiais, prendiam o calor. Crucialmente, esta relação manteve-se verdadeira mesmo quando os materiais tinham a mesma massa atómica média, um fator no qual os modelos anteriores se apoiavam fortemente. Os novos descritores também revelaram uma ligação direta com o quanto os átomos oscilam quando aquecidos. Ligações fortes mantêm os átomos estáveis, enquanto ligações fracas permitem que eles oscilem descontroladamente, um movimento que dispersa o calor e o abranda. Esta conexão forneceu uma explicação física para o porquê de alguns materiais serem isolantes térmicos e outros condutores, enraizada diretamente na estrutura eletrónica dos átomos.

Para colocar esta descoberta em prática, a equipa construiu um novo tipo de inteligência artificial chamada Rede Neuronal de Grafos de Atenção de Cristal (Crystal Attention Graph Neural Network). Pense neste modelo como um olho altamente treinado que pode olhar para a disposição dos átomos num cristal e instantaneamente "sentir" a força das ligações que os mantêm unidos, sem precisar de executar as simulações computacionais lentas e dispendiosas que normalmente levam dias ou semanas. Os investigadores ensinaram primeiro este modelo utilizando os dados dos 4.500 materiais que já tinham analisado. Uma vez que o modelo aprendeu a relação entre a estrutura cristalina e os novos descritores de força de ligação, libertaram-no sobre uma base de dados massiva contendo quase 200.000 estruturas cristalinas não testadas. O modelo previu rapidamente a força da ligação para cada uma delas, sinalizando os candidatos mais promissores para um comportamento térmico extremo.

Desta varredura digital massiva, os investigadores selecionaram cerca de 900 materiais que mostravam as forças de ligação mais extremas — ou muito fracas ou muito fortes. Em seguida, submeteram estes candidatos a um processo de verificação rigoroso de dois passos. Primeiro, utilizaram um modelo de IA separado para verificar se os cristais eram estáveis, ou seja, se não se desfariam ou se não vibrariam até ao caos. Cerca de 80 por cento dos candidatos passaram neste teste inicial de estabilidade. Para os que restaram, a equipa realizou cálculos detalhados de primeiros princípios, o padrão de ouro da física computacional, para confirmar a sua condutividade térmica. Os resultados foram impressionantes. O modelo tinha identificado com sucesso 106 materiais estáveis com condutividade térmica ultrabaixa, sendo que 68 por cento deles conduziam menos de 2 watts por metro-kelvin. No outro extremo do espectro, a busca rendeu 13 materiais estáveis com condutividade térmica ultraalta, todos excedendo os 100 watts por metro-kelvin.

O estudo também desafiou algumas crenças de longa data sobre o que causa os materiais a bloquear o calor. Investigações anteriores sugeriram que a presença de estados eletrónicos específicos de "antiligação" era o principal culpado pela baixa condutividade térmica. No entanto, a nova análise mostrou que isto não era uma regra universal. Os investigadores encontraram materiais com estes estados de antiligação que ainda conduziam bem o calor, e materiais sem eles que eram excelentes isolantes. Em vez disso, os novos descritores de força de ligação provaram ser o preditor consistente. Esta distinção é vital porque significa que os cientistas já não podem confiar num único recurso eletrónico para filtrar propriedades térmicas; devem olhar para a força global da ligação química.

As implicações deste trabalho estendem-se para além da descoberta de novos materiais. Ao estabelecer uma ligação clara entre a ligação eletrónica e o transporte térmico, os investigadores forneceram um conjunto de princípios intuitivos que podem guiar o design de materiais futuros. A equipa demonstrou que a sua abordagem funciona para uma grande variedade de famílias químicas, incluindo aquelas com elementos pesados como chumbo e bismuto, bem como elementos mais leves como carbono e boro. A identificação bem-sucedida de compostos específicos, tais como várias formas de carbono, nitreto de boro e ligas complexas contendo metais alcalinos, prova que o método é robusto. Estas descobertas sugerem que o caminho para descobrir a próxima geração de materiais térmicos já não é um jogo de azar ou um processo lento de tentativa e erro, mas sim uma busca direcionada, guiada pela física fundamental de como os átomos se conectam.