Podczas spotkania z zespołem Machine Learning for Materials Design, któremu przewodzi dr Attila Cangi, dr Kryński opowiedział o projektach realizowanych przez Zakład Joniki Ciała Stałego. Nasz badacz podkreślił ważną rolę modelowania teoretycznego, które jest ściśle związane z badaniami eksperymentalnymi.

Nasi fizycy dyskutowali również o zastosowaniu narzędzia MALA (Materials Learning Algorithms) rozwijanego przez zespół dr. Cangiego we współpracy z Sandia National Laboratories (Livermore, USA), a także o usprawnieniu kosztownych kwantowo-mechanicznych obliczeń. Dzięki wykorzystaniu uczenia maszynowego projekt MALA pozwala na przewidywanie struktury elektronowej układów, które są zbyt duże na wykorzystanie klasycznych obliczeń DFT. To ciekawy i przyszłościowy projekt, który zdobył prestiżową nagrodę R&D 100 Award przyznawaną stu najbardziej obiecującym projektom technologicznym w danym roku.