El método basado en aprendizaje por refuerzo dirige el diseño generativo de cristales hacia candidatos que combinan novedad y posible utilidad. Así lo señala Nature Machine Intelligence en la descripción de la publicación.
Según esta descripción, los métodos generativos de aprendizaje automático ya han ayudado en la búsqueda de cristales, pero no pueden explorar completamente el espacio de materiales. El nuevo enfoque está destinado a crear nuevos materiales funcionales.
El significado práctico del resultado aún no puede evaluarse con los datos disponibles: la fuente no revela las características del método, los resultados de verificación ni materiales creados específicos.
comentario editorial
Por qué importa
Si los resultados se confirman con la publicación completa y experimentos, la próxima señales observables serán muestras concretas de materiales y la verificación independiente de sus propiedades. La principal incertidumbre: la descripción disponible no contiene datos sobre la calidad de los candidatos, la comparación con métodos base y la aplicabilidad práctica.