Un consorcio internacional de investigación ha identificado dos superconductores hasta ahora desconocidos con ayuda del aprendizaje automático, un avance que, según los científicos, podría acelerar drásticamente la carrera mundial por encontrar materiales que conduzcan la electricidad sin pérdidas. El descubrimiento, anunciado por la Universidad Aalto de Finlandia y sus instituciones asociadas, marca una de las primeras veces que la inteligencia artificial guía el hallazgo confirmado de nuevos materiales superconductores.
Los superconductores transportan la corriente eléctrica con resistencia cero, una propiedad que sustenta tecnologías como los escáneres de resonancia magnética, los trenes de levitación magnética y los ordenadores cuánticos. Hasta ahora solo funcionan a temperaturas extremadamente bajas o bajo presiones enormes, y la búsqueda de nuevos candidatos dependía tradicionalmente de una lenta experimentación por ensayo y error. Encontrar un material que sea superconductor a temperatura ambiente sigue siendo uno de los objetivos más codiciados de la física.
El equipo, integrado en el consorcio SuperC dirigido por la profesora Päivi Törmä de la Universidad Aalto, combinó métodos de aprendizaje automático con cálculos de física cuántica para cribar compuestos candidatos. El enfoque señaló dos materiales, YRu3B2 y LuRu3B2, que los investigadores sintetizaron después en el laboratorio y confirmaron como superconductores mediante experimentos. Ambos compuestos deben sus propiedades a electrones que forman las llamadas bandas planas dentro de una red kagome, una estructura cristalina que recuerda un patrón tradicional japonés de cestería.
Los resultados proceden de una colaboración que abarca la Universidad Aalto de Finlandia, las universidades Rice y Princeton de Estados Unidos, la Universidad del Ruhr en Bochum, Alemania, y el Centro Internacional de Física de Donostia, en España. Las conclusiones aparecieron en la revista Physical Review Research, y el consorcio señaló que la misma cadena de predicción, síntesis y verificación puede aplicarse ahora a una escala mucho mayor.
Los investigadores creen que el enfoque de aprendizaje automático podría llevar el número de materiales candidatos analizables a miles de millones, frente al puñado que los laboratorios pueden probar a mano cada año. El proyecto SuperC, lanzado en 2023, se ha fijado la ambiciosa meta de descubrir un superconductor a temperatura ambiente para 2033, un material que transformaría las redes eléctricas, el transporte y la informática al eliminar las pérdidas de energía.
Los científicos advirtieron de que los dos nuevos compuestos siguen funcionando a bajas temperaturas y no revolucionarán por sí mismos la tecnología cotidiana. Su importancia, subrayó el equipo, radica en demostrar que una cadena de descubrimiento guiada por IA funciona de principio a fin, desde la predicción computacional hasta la confirmación experimental, ofreciendo un modelo que los laboratorios de todo el mundo pueden adoptar y ampliar en los próximos años.
Comentarios