La Inteligencia Artificial ha brindado un atajo para descubrir y mejorar el vidrio metálico y, por extensión, otros materiales difíciles de obtener, a una fracción del tiempo y el coste.

Investigadores del SLAC National Accelerator Laboratory aprovecharon un sistema de la fuente de luz de radiación sincrotrón de Stanford que combina el aprendizaje automático -una forma de inteligencia artificial donde los algoritmos de la computadora obtienen conocimiento de enormes cantidades de datos- con experimentos que rápidamente hacen y filtran cientos de materiales de muestra en un momento. Esto permitió al equipo descubrir tres nuevas mezclas de ingredientes que forman vidrio metálico –un material ligero y más resistente que el acero–, y hacer esto 200 veces más rápido de lo que se podía hacer antes, informan en Science Advances.

“Normalmente lleva una década o dos obtener un material desde el descubrimiento hasta su uso comercial”, dijo el profesor de la Universidad Northwestern Chris Wolverton, uno de los primeros pioneros en el uso de computación e inteligencia artificial para predecir nuevos materiales y coautor del artículo. “Este es un gran paso para tratar de reducir ese tiempo. Podrías comenzar con nada más que una lista de propiedades que deseas en un material y, usando inteligencia artificial, reducir rápidamente el enorme campo de materiales potenciales a unos pocos buenos candidatos.”

El objetivo final, dijo, es llegar al punto en que un científico pueda escanear cientos de materiales de muestra, obtener retroalimentación casi inmediata de los modelos de aprendizaje automático y tener otro conjunto de muestras listo para probar al día siguiente, o incluso en una hora.

Durante el último medio siglo, los científicos han investigado alrededor de 6.000 combinaciones de ingredientes que forman vidrio metálico, añadió el coautor del artículo Apurva Mehta, científico del personal de SSRL: “Pudimos hacer y seleccionar 20.000 en un solo año”.

Más fuerte y liviano que el acero

El vidrio metálico es una aleación amorfa, con sus átomos dispuestos en todas direcciones, al igual que los átomos del vidrio en una ventana. Su naturaleza vidriosa lo hace más fuerte y liviano que el mejor acero, además de resistir mejor a la corrosión y al desgaste.

A pesar de que el vidrio metálico muestra una gran promesa como revestimiento protector y alternativa al acero, solo se han evaluado unos pocos miles de millones de posibles combinaciones de ingredientes en los últimos 50 años, y solo un puñado se desarrolló hasta el punto de que pueden ser útil.

El equipo dijo que el nuevo método será útil en todo tipo de experimentos, especialmente en la búsqueda de materiales como vidrio metálico y catalizadores cuyo rendimiento está fuertemente influenciado por la forma en que se fabrican, y aquellos donde los científicos no tienen teorías para guiar su búsqueda. Con el aprendizaje automático, no se necesita una comprensión previa. Los algoritmos establecen conexiones y sacan conclusiones por sí mismos, y esto puede orientar la investigación en direcciones inesperadas.

“Uno de los aspectos más emocionantes de esto es que podemos hacer predicciones con tanta rapidez y hacer que los experimentos pasen tan rápido que podemos permitirnos investigar materiales que no siguen nuestras reglas generales sobre si un material formará o no un vaso. “, dijo el coautor en papel Jason Hattrick-Simpers, un ingeniero de investigación de materiales en NIST. “La Inteligencia Artificial va a cambiar el panorama de cómo se hace la ciencia de los materiales, y este es el primer paso”.

Fuente: europapress.es