|
Getting your Trinity Audio player ready...
|
Por Paula Alvaredo Olmos, Universidad Carlos III
Probablemente usted ya use ChatGPT para pedirle una receta, resolver una duda, preparar una clase o entender un tema complicado. Pero el poder de las IA generativas va mucho más allá.
En laboratorios, centros tecnológicos e industrias de todo el mundo, estamos utilizándolas para afrontar algunos de los mayores desafíos del planeta: generar energía de forma más eficiente, reducir las emisiones del transporte y diseñar materiales con menor impacto ambiental. Las IA están ayudándonos a imaginar soluciones posibles a las que los humanos no podemos llegar solos.
En mi campo de especialidad, la inteligencia artificial está dando forma conceptual a los materiales con los que construiremos un futuro que pueda ser sostenible.
Materiales en condiciones extremas
Uno de los grandes retos de la transición energética es encontrar materiales capaces de soportar condiciones extremas. Lo vemos, por ejemplo, en la energía solar de concentración, una interesante alternativa de renovables que almacena calor en sales fundidas para generar electricidad incluso cuando no hay sol.
Hoy se utilizan sales de nitratos que operan hasta 560 °C, pero se investigan cloruros fundidos, capaces de trabajar a 780 °C y almacenar más energía. El problema es que a esa temperatura se vuelven altamente corrosivos, y los metales convencionales no resisten durante largos periodos.
Algo parecido ocurre en el sector de la aeronáutica. Las turbinas de los aviones funcionan a temperaturas altísimas: cuanto mayor es la temperatura, mayor la eficiencia, menos combustible se consume y menos emisiones se generan.
Pero superar los 1000 °C exige materiales que no se deformen ni se oxiden bajo condiciones extremas. En ambos casos —turbinas y sales corrosivas— necesitamos metales que aún no existen en el mercado.
Las aleaciones de alta entropía
Aquí entran en escena las aleaciones de alta entropía, un tipo de materiales que desde 2004 ha revolucionado la metalurgia.
A diferencia de las aleaciones tradicionales, formadas en torno a un elemento principal como hierro o níquel, estas combinan cinco o más elementos en proporciones similares. Este cambio abre un espacio de diseño casi infinito, abarcando un gran número de combinaciones posibles en toda la tabla periódica, lo que da lugar a propiedades diversas como gran resistencia mecánica a altas temperaturas o excelente comportamiento frente a corrosión y oxidación.
La IA permite evaluar millones de composiciones de forma rápida, identificando las más prometedoras y reduciendo el tiempo necesario para pasar de una hipótesis a un material real. Lo que antes era un laberinto inabarcable ahora se recorre con brújula.
Por ejemplo, si lo que buscamos en las centrales termosolares es una aleación capaz de resistir los cloruros fundidos a 780 °C, o si pretendemos mantener su resistencia mecánica por encima de los 1 000 °C en una turbina de un avión, la IA puede cribar el espacio de opciones y señalar los candidatos más viables.
La dependencia de China para las baterías
También en el campo de las baterías se hace evidente la urgencia de innovar en materiales, y las IAs están trabajando en ello.
La creciente electrificación del transporte y el despliegue de tecnologías de almacenamiento energético dependen hoy en gran medida de materiales críticos como el litio, el cobalto, el níquel o el grafito, empleados en baterías de iones de litio.
Sin embargo, estos elementos no solo plantean desafíos ambientales y tecnológicos, sino también geopolíticos.
La cadena de suministro está fuertemente concentrada, con China controlando buena parte del procesado y refinado global de muchos de estos materiales estratégicos, así como una influencia creciente sobre la extracción de cobalto en África Central. Esta dependencia limita la autonomía tecnológica de regiones como Europa y las expone a tensiones comerciales o restricciones de exportación, como ya ha ocurrido con otros metales clave como el galio o el germanio.
El desarrollo de nuevas composiciones que reduzcan o eliminen la necesidad de estos elementos se ha convertido en una prioridad científica e industrial.
Son esenciales nuevos materiales para electrodos o electrolitos sólidos, más abundantes, reciclables y con menor huella ambiental, para garantizar baterías más sostenibles, accesibles y resistentes a los vaivenes del contexto internacional.
Solo con IA
La inteligencia artificial, aplicada al diseño de materiales, abre una vía prometedora para identificar alternativas con propiedades funcionales similares, pero fabricadas a partir de elementos más seguros, más locales y más sostenibles.
El reto, sin embargo, es explorar ese océano de combinaciones. Con métodos tradicionales basados en ensayo y error resultaría lento y costoso.
El alimento de las inteligencias artificiales
Diseñar con inteligencia artificial no significa pulsar un botón y obtener la respuesta perfecta. Todo depende de los datos disponibles. Generar información fiable mediante experimentos, estandarizar bases de datos y compartir resultados entre centros de investigación es hoy una prioridad. Sin esa base, los modelos de IA no pueden aprender ni producir predicciones sólidas.
Cuando no se dispone de datos experimentales, otra herramienta esencial es la simulación computacional. Modelos físicos y químicos permiten anticipar cómo se comportaría un material bajo ciertas condiciones y generar datos sintéticos que alimentan a los algoritmos de IA. De este modo, el progreso no depende solo de lo ya probado en el laboratorio, sino también de lo que puede predecirse con ayuda de la física.
Descubrimientos guiados por el diseño
Este enfoque encaja con lo que se denomina design-driven discovery, o descubrimiento guiado por el diseño.
A diferencia de la lógica tradicional –llamada material-driven–, en la que se parte de un material existente y se observa qué propiedades tiene, el enfoque design-driven comienza definiendo qué propiedades necesitamos (por ejemplo, resistencia a la corrosión a 780 ⁰C en el caso de los paneles solares) para buscar después las combinaciones químicas capaces de cumplirlas.
En lugar de descubrir lo que un material puede hacer, diseñamos directamente el que necesitamos que lo haga. Y la inteligencia artificial es la herramienta que hace posible ese giro.
La IA es una aliada estratégica si queremos que el mundo se sostenga.
Paula Alvaredo Olmos, Profesora Titular en Ciencia e Ingeniería de Materiales, Universidad Carlos III
Este artículo fue publicado en The Conversation. Lea el original.
