Gen AI nei materiali innovativi per l’energia col progetto Energy-GNoME del PoliTo

Un team di ricercatori del Politecnico di Torino composto da Paolo De Angelis, Giulio Barletta, Giovanni Trezza, Pietro Asinari ed Eliodoro Chiavazzo del laboratorio SMaLL – presso il Dipartimento Energia-DENERG – ha sviluppato un innovativo protocollo basato su Intelligenza Artificiale per selezionare, tra centinaia di migliaia di materiali finora inesplorati, i candidati più promettenti per applicazioni energetiche.

Lo studio, pubblicato sulla rivista Energy and AI, introduce Energy-GNoME, il primo database ‘evolutivo’ a integrare algoritmi di machine learning con i preziosi dati del progetto GNoME (Graph Networks for Materials Exploration), sviluppato da Google DeepMind. GNoME ha recentemente messo a disposizione della comunità scientifica un patrimonio senza precedenti: centinaia di migliaia di materiali mai studiati prima e teoricamente stabili, individuati grazie a tecniche di intelligenza artificiale generativa. Tuttavia, questi materiali non sono stati ‘caratterizzati’, ovvero non ne sono state indicate le possibili applicazioni tecnologiche.

Proprio in questo contesto si inserisce dunque Energy-GNoME: il metodo sviluppato al Politecnico di Torino permette di individuare, tra l’enorme mole di candidati proposti da GNoME, quelli più ricchi di potenziale per il settore energetico, fornendo così un ponte essenziale tra la generazione di nuovi materiali e il loro utilizzo pratico.

Il protocollo utilizza un approccio in due fasi: prima, un sistema di ‘esperti artificiali’ che – votando a maggioranza – identificano i composti con maggiori probabilità di possedere proprietà utili per applicazioni energetiche; successivamente, altri modelli opportunamente addestrati ne stimano con precisione i parametri chiave. Questo metodo consente di ridurre drasticamente il numero di candidati ritenuti utili per una certa applicazione tecnologica, ma al tempo stesso propone migliaia di nuove soluzioni per la conversione e lo stoccaggio di energia.

“Con Energy-GNoME abbiamo voluto dimostrare come l’Intelligenza Artificiale possa essere non solo uno strumento di analisi, ma un vero acceleratore di scoperta scientifica, capace di imparare dall’esperienza umana e crescere con i contributi della comunità – spiega Paolo De Angelis, primo autore dello studio -. Allo stesso tempo puntiamo a risolvere una sfida cruciale dell’AI generativa: non basta esplorare alla cieca nuove possibilità, serve anche indirizzare questa esplorazione verso obbiettivi utili, perché un cristallo è solo un composto chimico, è la sua funzione ingegneristica che lo rende un materiale”.

“Un’importante merito del progetto risiede proprio nella natura ‘evolutiva’ del database – precisano quindi Giulio Barletta e Giovanni Trezza -: attraverso una libreria Python open-source e linee guida rese pubbliche su GitHub, la comunità scientifica potrà contribuire con nuovi dati sperimentali o teorici, alimentando un processo iterativo di apprendimento attivo. In questo modo, la piattaforma è destinata a evolvere e a migliorare costantemente la sua capacità predittiva”.

“Questo approccio rappresenta una nuova frontiera nella modellazione dei materiali per le applicazioni energetiche: da un lato combina e sfrutta i saperi derivati da metodi sperimentali, teorici e di apprendimento automatico; dall’altro rende disponibile la conoscenza sintetizzata in un linguaggio interoperabile e accessibile, favorendo l’adozione e l’adattamento da parte di comunità scientifiche diverse”, aggiunge Pietro Asinari.

“Il nostro contributo principale è duplice: da un lato, aver reso disponibili alla comunità scientifica un’ampia selezione di nuovi materiali promettenti per applicazioni energetiche; dall’altro, aver messo a punto un protocollo metodologico che può essere facilmente esteso anche ad altri ambiti oltre a quelli trattati nello studio – conclude Eliodoro Chiavazzo, coordinatore della ricerca -. In questo senso, Energy-GNoME non è solo un database, ma una vera e propria mappa per orientare futuri studi sperimentali e computazionali, accelerando l’esplorazione dei materiali avanzati in molteplici campi”.

Oltre al contributo diretto nel campo dell’energia, il lavoro apre infatti prospettive più ampie: il protocollo messo a punto mira ad essere un riferimento metodologico per la comunità scientifica, offrendo una via rapida e scalabile per esplorare nuovi materiali in settori diversi, dall’elettronica avanzata alla biomedicina, fino alle tecnologie quantistiche e a quelle emergenti per la sostenibilità.

Contenuti correlati

• 
  Oversonic Robotics rafforza il management team con tre nuove nomine

  Oversonic Robotics, società italiana di robotica cognitiva creatrice di RoBee, il primo robot umanoide cognitivo certificato per operare in ambienti complessi, annuncia il rafforzamento del proprio management team con l’ingresso di Sebastian Schloemp nel ruolo di chief...
• 
  Macchine utensili in ulteriore calo nel secondo trimestre 2026, i dati Ucimu

  Nel secondo trimestre 2026, l’indice degli ordini di macchine utensili elaborato dal Centro Studi & Cultura di Impresa di Ucimu-Sistemi per Produrre segna un calo del -25,8% rispetto al periodo aprile-giugno 2025. In valore assoluto l’indice si...
• 
  Edilizia sostenibile in legno ad Hannover a maggio per Ligna.27

  L’edilizia arriva a Ligna.27, e non si tratta di una costruzione qualunque. Dal 10 al 14 maggio ad Hannover, nell’area all’aperto della fiera leader mondiale per l’industria della lavorazione del legno, verrà eretto passo dopo passo un...
• 
  AI contro AI, la nuova frontiera della guerra cyber con Axitea

  Nella guerra per la cyber sicurezza, AI contro AI è la nuova frontiera dello scontro, come spiega Giorgio Triolo, CTO di Axitea. Nel 2025 sono stati registrati a livello globale 5.265 incidenti informatici confermati e di pubblico...
• 
  Tutela dell’ambiente e recupero dei rifiuti al 99% in Ducati con il Gruppo Hera

  L’impegno per la tutela dell’ambiente e la riduzione dell’impronta ambientale si confermano obiettivi fondamentali delle attività di Gruppo Hera e Ducati, e sono anche gli assi portanti della collaborazione che prosegue negli anni con ottimi risultati: la...
• 
  Partnership rafforzata nella digitalizzazione Siemens per la laminazione in Pomini Tenova

  Pomini Tenova, marchio del gruppo Tenova e protagonista globale nelle tecnologie e nei servizi per i Roll Shop (impianti per la manutenzione dei cilindri di laminazione), e Siemens annunciano il rafforzamento della loro storica collaborazione con l’obiettivo...
• 
  Nuova piattaforma per la supply chain, debutto a Bergamo nel 2027 per Logistics HUB

  Hannover Fairs International GmbH, filiale italiana del Gruppo Deutsche Messe AG, già organizzatore di eventi dedicati alla logistica, annuncia il lancio di Logistics HUB, il nuovo business event che debutterà il 19 e 20 maggio 2027 presso...
• 
  Rafforzamento negli umanoidi, STMicroelectronics entra nel capitale di Oversonic Robotics

  Oversonic Robotics, società italiana di robotica cognitiva creatrice di RoBee, il primo robot umanoide cognitivo certificato per operare in ambienti complessi, annuncia che STMicroelectronics, Fondazione ENEA Tech e Biomedical e SpotInvest sono entrati nel capitale della Società...
• 
  Physical AI, trasformazione digitale e sostenibile con Siemens

  Si è svolta lo scorso giovedì, 25 giugno, la terza edizione dei Tech Talks, appuntamento annuale di Siemens che riunisce imprese e partner per confrontarsi sulle principali sfide e opportunità della trasformazione digitale e sostenibile. Con il...
• 
  Medaglia Platinum EcoVadis a RS Italia, eccellenza ESG per il terzo anno consecutivo

  RS Italia, parte di RS Group plc, fornitore omnicanale globale di prodotti e soluzioni in ambito MRO per clienti industriali, ha conquistato per il terzo anno consecutivo la Medaglia platinum EcoVadis, rafforzando il proprio posizionamento tra le...