Simulaciones atomísticas utilizando redes neuronales en ciencia de superficies

GONZALEZ, F J; TACHINO, C A; MARTÍNEZ, A E; RAMOS, M; BUSNENGO, H F

Rosario

Congreso; IX Reunión Nacional de Sólidos; 2023

Presentamos un estudio en la intersección de la ciencia de superficies y la inteligencia artificial. Nuestra investigación se basa en cálculos ab initio utilizando la Teoría del Funcional de la Densidad (DFT, por sus siglas en inglés) para investigar procesos microscópicos que ocurren entre adsorbatos y superficies. Mediante el uso de redes neuronales, parametrizamos campos de fuerzas, lo que permite llevar a cabo dinámicas moleculares de adsorbatos en superficies. El objetivo principal es extraer observables físico-químicos que puedan medirse experimentalmente, como probabilidad de adsorción,energías de activación para la difusión, reacción y disociación, coeficientes de difusión, frequencias y tiempos de vida de estados vibracionales excitados de adsorbatos en superficies. Además, estudiamos efectos dinámicos fuera del equilibrio termodinámico, como aquellos generados por la irradiación láser y haces moleculares sobre superficies.Para validar nuestras simulaciones, comparamos los resultados  computacionales con datos experimentales. En este contexto, enfocamos nuestra atención en dos sistemas específicos: hidrógeno (H) en Pt(211) y monóxido de carbono (CO) en Cu(110). Estos sistemas se utilizan como casos de estudio con el propósito de contribuir a la comprensión microscópica de los procesos físico-químicos que tienen lugar en las superficies metálicas.Nuestra investigación no solo contribuye a avanzar en la comprensión fundamental de las interacciones entre adsorbatos y superficies, sino que también destaca el potencial de combinar métodos de aprendizaje automatizado, como las redes neuronales, con cálculos ab initio para aumentar la capacidad de simular y comprender fenómenos físicos complejos.