پژوهشگران مؤسسه فناوری ماساچوست یا همان امآیتی، چارچوب نرمافزاری جدیدی به نام «کریویسیدی» برای طراحی مواد با کمک هوش مصنوعی توسعه دادهاند که نرخ پایداری مواد تولیدی را به طور چشمگیری افزایش میدهد. مدلهای هوش مصنوعی پیشین معمولاً میلیونها طرح ماده تولید میکنند، اما به دلیل نادیدهگرفتن پایداری شیمیایی، هزینههای پردازشی سنگینی را به صنایع تحمیل میکنند. رویکرد تازه پیش از آغاز مرحله پرهزینه تولید، قوانین کلیدی شیمی و الکترونهای اتمی را اعمال میکند تا مواد کاربردی با ویژگیهای هدایت حرارتی بالا برای خنکسازی مراکز داده ایجاد شوند. بر اساس مقاله منتشرشده در نشریه «نیچر کامپیوتیشنل ساینس»، این فناوری به مدلهای موجود اجازه میدهد در نزدیک به ۷۰ درصد موارد به پایداری دینامیکی شبکه دست یابند. مینگدا لی، استادیار علوم و مهندسی هستهای امآیتی، کارکرد این سیستم را به دستگاه پخشکننده دیسک تشبیه میکند که میتواند به هر مدل هوش مصنوعی متصل شود. این نوآوری فرآیند غربالگری مواد ناپایدار را که پیشتر تا ۹۰ درصد هزینههای محاسباتی را به خود اختصاص میداد، بسیار کارآمدتر میکند. تیم پژوهشی امیدوار است با این روش، طراحی پیشرفته مواد برای صنایع نیمههادی و مراکز داده دموکراتیکتر و کمهزینهتر شود.