Cientistas afirmam que uma tinta desenvolvida com inteligência artificial (IA) pode reduzir drasticamente o efeito de ilha de calor urbano nas cidades e, consequentemente, diminuir as contas de ar-condicionado. Isso mostra como o machine learning está acelerando a criação de novos materiais para diversas aplicações, desde motores elétricos até a captura de carbono.
PUBLICIDADE
Especialistas em materiais utilizaram a inteligência artificial para formular novos revestimentos capazes de manter os edifícios entre 5°C e 20°C mais frios do que com tintas comuns, mesmo sob a exposição direta do sol do meio-dia. Essa tecnologia também poderá ser aplicada em carros, trens, equipamentos elétricos e outros objetos que demandarão mais resfriamento em um mundo em aquecimento.
Como a IA Acelera a Descoberta de Materiais
Conforme um estudo revisado por pares e publicado na revista científica Nature, pesquisadores de universidades nos EUA, China, Singapura e Suécia usaram o machine learning para desenvolver fórmulas de tinta otimizadas para refletir os raios solares e emitir calor de forma mais eficiente.
Este é mais um exemplo do uso da IA para superar as abordagens tradicionais de tentativa e erro no avanço científico. No ano passado, a empresa britânica MatNex utilizou IA para criar um novo tipo de ímã permanente usado em motores de veículos elétricos, evitando o uso de metais de terras raras, cuja mineração é intensiva em carbono.
PUBLICIDADE
A Microsoft também lançou ferramentas de IA para ajudar pesquisadores a projetar rapidamente novos materiais inorgânicos — frequentemente estruturas cristalinas usadas em painéis solares solares e implantes médicos. Há grandes expectativas para o desenvolvimento de novos materiais para capturar carbono da atmosfera de forma mais eficiente e criar baterias mais potentes.
Potencial de Economia Energética e Impacto Global
A pesquisa com a tinta foi conduzida por acadêmicos da Universidade do Texas em Austin, da Universidade Jiao Tong de Xangai, da Universidade Nacional de Singapura e da Universidade de Umeå, na Suécia. O estudo revelou que aplicar uma das novas tintas desenvolvidas com IA no telhado de um prédio de apartamentos de quatro andares poderia economizar o equivalente a 15.800 quilowatts-hora de eletricidade por ano em climas quentes como o Rio de Janeiro ou Bangkok. Se a tinta fosse aplicada em mil blocos de apartamentos, a economia de eletricidade seria suficiente para alimentar mais de 10.000 unidades de ar-condicionado por um ano.
Yuebing Zheng, professor da Universidade do Texas e co-líder do estudo, afirmou: “Nossa estrutura de machine learning representa um avanço significativo no design de meta-emissores térmicos. Ao automatizar o processo e expandir o espaço de design, podemos criar materiais com desempenho superior que antes eram inimagináveis”.
PUBLICIDADE
Ele destacou que o trabalho de um mês no design de um novo material está sendo feito em apenas alguns dias com o uso de IA, e que novos materiais que talvez nunca tivessem sido descobertos por tentativa e erro estão sendo criados.
“Agora, seguimos a saída do machine learning, [suas instruções para] a estrutura e que tipo de materiais devemos usar, e podemos acertar sem passar por muitos ciclos de design e testes de fabricação”, explicou Zheng.
Leia também:
