Big bang para alumbrar los materiales de la ‘Edad del Dato’

Chips informáticos, baterías o paneles solares dependen de cristales inorgánicos que deben ser estables y no descomponerse. Detrás de cada uno de ellos puede haber meses de minuciosa experimentación. La herramienta de inteligencia artificial Graph Networks for Materials Exploration (GNoME), desarrollada por Google DeepMind, ha logrado descubrir 2,2 millones de nuevos cristales, incluidos 380.000 estables. De golpe, con GNoME la humanidad ha ampliado la cantidad de materiales estables conocidos a 421.000.

52.000 de ellos son compuestos laminares similares al grafeno, con potencial de revolucionar la electrónica y convertirse en superconductores. Hasta ahora se habían identificado un millar de materiales con esas caracterizaciones. Otros aparentemente podrían incorporarse a los sistemas de alimentación de supercomputadoras y baterías de última generación y aumentar la eficiencia de los vehículos eléctricos, según explican los investigadores de la compañía en un artículo en Nature. Los 528 potenciales conductores de iones de litio encontrados, 25 veces más que un estudio anterior, podrían usarse para mejorar el rendimiento de las baterías recargables.

GNoME pone de manifiesto las posibilidades que abre la IA para descubrir y desarrollar nuevos materiales a gran escala. La herramienta ha sido utilizada por investigadores externos en laboratorios de todo el mundo y han sido capaces de generar de forma independiente y simultánea 736 de estas nuevas estructuras. Un equipo del Laboratorio Nacional Lawrence Berkeley ha utilizado también la IA, de la mano de Google DeepMind, para la síntesis autónoma de materiales.

A medio camino entre la química tradicional y la revolución digital, el Max Planck acaba de encargar al científico Liuliu Han que dirija un nuevo grupo de trabajo en torno a los materiales de alta entropía (HEM), una tipología relativamente nueva que supera la clásica limitación en el método de diseño de materiales estándar, consistente en partir de uno o dos elementos principales y agregar otros elementos en cantidades mucho más pequeñas.

“Durante los últimos siglos, el diseño de aleaciones se vio limitado por el uso de uno o dos elementos base predominantes. Mi grupo investigará ahora el enorme espacio compositivo que ofrecen los HEM combinando estrategias de diseño avanzadas y técnicas experimentales”, ha dicho Liliu Han. Fusionarán técnicas de caracterización avanzadas, como la tomografía de sonda atómica, con enfoques de inteligencia artificial, como la minería de texto.

Su objetivo es desarrollar materiales HEM para entornos hostiles y multifuncionales, así como mejorar las prestaciones en sostenibilidad, reciclabilidad y durabilidad de determinados componentes, como los imanes de alto rendimiento en vehículos eléctricos o turbinas eólicas.

Pero para que la inteligencia artificial extraiga todo su potencial necesita datos y el equipo de Liliu Han sabe que eso no va a resultar sencillo. Por eso, se está planteando utilizar ciclos de aprendizaje activo, en los que los modelos de aprendizaje automático se entrenan inicialmente con subconjuntos pequeños de datos etiquetados. A continuación, sus predicciones son examinadas por una unidad de etiquetado que devuelve datos de alta calidad al conjunto de registros etiquetados. El modelo de vuelve entonces a ejecutarse, hasta que se alcanza un conjunto final de datos válido para realizar predicciones precisas. Business as usual en la IA.

Los materiales avanzados han sido factores clave del progreso tecnológico durante miles de años, han dado nombre a épocas enteras. Pero lo de ahora no tiene comparación posible. Hoy estaríamos en la Edad del Dato. La demanda acelerada en sectores clave como la energía, la sostenibilidad, la construcción, la salud, las comunicaciones, las infraestructuras, la seguridad y el transporte está dando como resultado tasas de crecimiento de la producción previstas de hasta el 200% en muchas clases de materiales hasta 2050.

En un taller de la Comisión Europea sobre ‘Nanomateriales inteligentes seguros y sostenibles’ se analizaron varios ejemplos de áreas en las que se están desarrollando. En el caso de las aplicaciones agrícolas están claramente encaminadas a convertirse en la nueva forma de dosificar, de manera oportuna y en las cantidades exactas necesarias, nutrientes esenciales y fertilizantes, así como productos químicos que protegen a las plantas contra los factores estresantes. En el sector de las aplicaciones médicas, los nanomateriales inteligentes se perciben, por ejemplo, como una forma futura de administrar medicamentos dentro del cuerpo en el lugar preciso, allí donde se necesitan.

Nuestra época viene definida por el impacto de las tecnologías digitales en todos los segmentos del ciclo de vida de los materiales, y cada vez serán más relevantes en la toma de decisiones. El blockchain se perfila como una herramienta posible para la gestión de datos a través de las diferentes cadenas de valor, de la mano de pasaportes digitales de productos que permiten una mejor trazabilidad de los materiales, la producción y los componentes. La disponibilidad de los datos es esencial sobre todo para conseguir esos ansiados modelos comerciales circulares a los que aspiran economías como la europea.

Los gemelos digitales están llamados a facilitar la innovación y el diseño de los materiales y los procesos y a hacer que los productos sean más sostenibles. acelerarán el desarrollo al reducir la necesidad de realizar consultas, pero también requieren de espacios de datos que proporcionen información extensa e intersectorial. La industria insiste en el valor de los datos basados en los principios FAIR (encontrables, accesibles, interoperables y reutilizables), sobre todo en sectores como el médico y el biológico.

Otra de las preocupaciones de la Comisión Europea es crear un marco de diseño seguro y sostenible (SSbD) que integre funcionalidad e innovación con consideraciones de seguridad y sostenibilidad y que lo haga lo antes posible en el proceso de innovación. El Clúster de Nanoseguridad (NSC) ha presentado ya sus consideraciones para esa hoja de ruta.

La apuesta por el SSbD viene motivada por el hecho de que los nuevos materiales avanzados plantean desafíos de diseño y preocupaciones medioambientales, de salud y seguridad, tanto por las diferentes tasas de degradación, solubilidad, reactividad o el potencial tóxico de los componentes separados e interactuantes, como por sus interacciones más complejas con los sistemas biológicos y ambientales.

La carrera en los laboratorios es apasionante. En Europa se ha registrado un aumento constante de las publicaciones desde 2001 (63 artículos) hasta 2021 (más de 6.200 artículos). Las patentes también se han incrementado de forma constante: de 6 en 2001 a alrededor de 500 en 2019 y desde 2011, la UE financia una media de 40 proyectos de investigación al año.

Uno de esos proyectos, coordinado por la Universidad de Valencia, es DROP-IT. Propone una plataforma de tecnología de inyección de tinta bajo demanda de perovskitas de halogenuros metálicos (LFP) sin plomo sobre sustratos flexibles. Se presenta como la ruta más prometedora para revolucionar los campos de la fotovoltaica, la optoelectrónica y la fotónica flexibles impresa.

El proyecto ha logrado, desde luego, hitos relevantes como el récord mundial de eficiencia para módulos solares flexibles de perovskita sin plomo del 5,7 % con 1 Sol, o el primer LED de perovskita sin plomo impreso por inyección de tinta que emite en longitudes de onda rojas y  en naranja, el primero en un sustrato flexible y el que proyecta el brillo más alto informado hasta ahora.

Un equipo de investigadores liderado por Jeonghyo Kim, del Centro para Nanorrobots Avanzados Funcionales de la Universidad de Praga, ha identificado las cinco familias de materiales clave para hacer realidad las nuevas generaciones de micro y nanorobots autónomos, capaces de realizar misiones programadas, una tecnología que promete situarse a  la vanguardia de la micromaquinaria de próxima generación. Se trata de materiales de escala micro y nanométrica con los que se podrán crear nuevos componentes funcionales para estos pequeños sistemas robóticos: materiales bidimensionales, estructuras metalorgánicas, semiconductores, polímeros y células biológicas. En cada una de estas familias hay un mundo de innovación por llevar a cabo.