Aprendizado de máquina revela materiais MXene esquecidos na literatura

Um estudo publicado na revista Science combinou aprendizado de máquina, bancos de estruturas cristalinas e revisão de trabalhos antigos para procurar materiais semelhantes aos MXenes — uma família de compostos em camadas com interesse em eletrônica, blindagem eletromagnética e membranas.

A equipe identificou 56 materiais já descritos experimentalmente que correspondem estruturalmente a MXenes multicamadas; 33 deles não haviam sido reconhecidos com esse enquadramento. Guiados por essa busca, os pesquisadores sintetizaram fases contendo elementos de terras raras e demonstraram um método de reação auto-propagante em alta temperatura, que termina em minutos sem aquecimento externo contínuo.

O trabalho amplia o conjunto de materiais conhecidos e mostra como dados publicados no passado podem orientar novas experiências. As propriedades eletrônicas e magnéticas previstas por cálculos ainda não significam que esses materiais já tenham aplicações comerciais comprovadas.

Limite: síntese e caracterização em laboratório não demonstram produção industrial, desempenho em dispositivos nem segurança ambiental. As previsões teóricas precisam ser testadas em aplicações concretas.

Pergunta em aberto: quais dessas novas composições manterão estabilidade e desempenho quando forem transformadas em filmes ou dispositivos funcionais?

Fonte primária (Science): https://www.science.org/doi/10.1126/science.aeh5957

Imagem de capa: ilustração esquemática produzida para este artigo; não é imagem experimental do estudo.