Dissenyar un material nou amb IA sol començar per dir al model quines propietats es volen —per exemple, quanta energia costa formar el cristall o quina amplada té la seva banda prohibida— i deixar que proposi estructures d'àtoms que les compleixin. Un dels models més coneguts per fer-ho és MatterGen, que Microsoft Research va presentar a principis del 2025. L'equip de l'Institut de Ciència Industrial de la Universitat de Tòquio hi ha afegit una peça que faltava: informació sobre què fan els electrons al voltant de cada àtom.
La nova versió, MatterGen-e⁻, genera alhora l'estructura del cristall i dues descripcions electròniques locals: la càrrega que correspon a cada àtom (la càrrega de Bader) i la densitat d'estats, que indica quins nivells d'energia hi poden ocupar els electrons. Segons els autors, publicats a «npj Computational Materials» (DOI 10.1038/s41524-026-02322-4), per a unes mateixes energia de formació i banda prohibida el model produeix substancialment més estructures vàlides, estables, úniques i noves que MatterGen, i les densitats d'estats que prediu coincideixen «raonablement bé» amb càlculs de primers principis.
El resultat més interessant és el control: quan van substituir les descripcions per càrregues amb soroll o per una variable sense significat, la millora va desaparèixer. És a dir, no ajuda tenir més variables, sinó que siguin físicament plausibles. Com diu Teruyasu Mizoguchi, autor sènior, «la qualitat de la informació electrònica, no el nombre de variables, és el que importa».
Convé no passar-se d'optimisme: tot és computacional, el text de la nota no dona percentatges ni valors de referència i, per tant, no es pot saber de quant és la millora. Tampoc no hi ha cap material sintetitzat al laboratori. Que es pugui estendre a superfícies i interfícies és una possibilitat que els autors proposen, no una cosa demostrada.