Robots que inventan nuevos materiales

El Papel de la IA en el Desarrollo de Materiales

¿Cómo contribuye la inteligencia artificial en la creación de nuevos materiales? Su capacidad para analizar miles de combinaciones de elementos resulta esencial para diseñar aleaciones, compuestos cerámicos y materiales poliméricos con características específicas, evaluando numerosas alternativas de producción.

La Complejidad Actual en el Diseño de Materiales

La incorporación de requisitos de sostenibilidad que exigen fabricación sin emisiones de CO₂ y sin utilizar materias primas críticas amplía exponencialmente las posibilidades de combinación entre materiales, métodos de fabricación y restricciones ambientales.

Además, las modernas técnicas de análisis nos permiten examinar materiales desde nivel atómico hasta escala macroscópica, identificando defectos y sus orígenes. Esta capacidad analítica expande aún más el espectro de variables a considerar en el diseño de nuevos materiales.

La Solución Tecnológica

Gestionar esta complejidad sería imposible sin algoritmos de simulación que manejan innumerables variables y proponen combinaciones personalizadas.

Para ejecutar estos cálculos, necesitamos una capacidad computacional significativa, actualmente accesible mediante sistemas de procesamiento avanzados que realizan operaciones complejas en plazos reducidos. Esta capacidad mejorará aún más con la llegada de los ordenadores cuánticos. Hoy, un ordenador portátil medio puede realizar cálculos que hace unos años requerían clusters de procesadores.

El Desafío de los Datos

Sin embargo, existe un punto crítico: la necesidad de datos. Los algoritmos de IA requieren miles de datos confiables para generar soluciones viables. Estos provienen de:

• Bases de datos abiertas de proyectos de investigación
• Publicaciones técnicas y científicas
• Normativas europeas que exigen acceso abierto a datos de proyectos financiados

Para generar datos suficientes y confiables, recurrimos a técnicas de fabricación y caracterización de alto rendimiento, que producen información vinculada a métodos de fabricación y propiedades esperadas del material.

Automatización y Robótica

Actualmente existen métodos que permiten crear bibliotecas de aleaciones con cientos de composiciones diferentes en tiempos reducidos, y técnicas de caracterización que proporcionan múltiples datos con un solo ensayo. Esta información es invaluable para entrenar sistemas de IA.

La automatización alcanza otro nivel cuando robots manipulan estas técnicas, permitiendo operación continua 24/7. Ya existen laboratorios robotizados donde se fabrican materiales y se prueban sus propiedades automáticamente, almacenando resultados para entrenar IA.

En el Instituto IMDEA Materiales de Madrid opera un Robotlab donde se producen nanocompuestos poliméricos y se analizan sus propiedades mecánicas y degradación sin intervención humana.

Iniciativas Globales

No es el único laboratorio con este enfoque. Existen otras iniciativas similares enfocadas en:

• Descubrimiento de moléculas
• Síntesis de materiales basados en líquidos
• Desarrollo farmacéutico

Google ha desarrollado GNoMe, una herramienta capaz de generar miles de fórmulas para nuevos compuestos estables con aplicaciones en supercomputación y baterías avanzadas.

Su base de datos incluye aproximadamente 400,000 nuevos materiales con potencial para fabricación y prueba, según publicación en Nature (2023).

Posteriormente, investigadores presentaron en Nature el laboratorio A-lab, donde se sintetizan estos materiales de forma robotizada (41 composiciones en 17 días) y se verifica su estructura cristalina mediante difracción de rayos X.

Futuro Inmediato

Actualmente, en IMDEA Materiales se desarrolla otro laboratorio robotizado para biomateriales en ingeniería de tejidos. Según el doctor Maciej Haranczyk, director del equipo, "permitirá completar en menos de una semana trabajo experimental que normalmente llevaría más de tres años en una tesis doctoral".

Impacto en el Empleo

Surgen preocupaciones sobre si esta tecnología eliminará la necesidad de trabajadores humanos, un debate que se repite desde la revolución industrial con la máquina de vapor, luego con la automatización, la robotización y ahora con la inteligencia artificial.

Sin embargo, los datos del Instituto de Ingeniería de España indican que los países con mayor implementación de robótica tienen las tasas de desempleo más bajas.