¿Podemos pedirle a una inteligencia artificial que busque nuevos materiales a la carta?
Publicado por César Noragueda
Periodista especializado en cine, ciencia y pensamiento crítico.
Creado:
Imagina pedirle a una inteligencia artificial un material para fabricar baterías mejores y recibir una lista de candidatos.
Hasta ahora, encontrar sustancias con propiedades concretas ha exigido estudiar multitud de combinaciones químicas y comparar sus estructuras. El desafío es inmenso: pequeñas variaciones en la posición de los átomos pueden modificar la estabilidad, la conductividad o la resistencia de un compuesto. Y no basta con conocer su composición. También importa cómo se organiza internamente.
Investigadores del MIT han desarrollado una inteligencia artificial que relaciona descripciones escritas con estructuras tridimensionales de cristales, es decir, cómo están ordenados sus átomos.
Su sistema aprende a conectar palabras sobre características deseables con representaciones de materiales reales. De ese modo, una consulta expresada en lenguaje corriente puede ayudar a localizar estructuras compatibles con ciertos requisitos. Es una forma de acercar dos maneras muy diferentes de describir la materia: mediante frases y mediante geometrías atómicas.
Cuando buscaron sustancias útiles para baterías de estado sólido, el sistema identificó opciones que otros científicos ya consideraban prometedoras.
Estas baterías emplean un electrolito sólido, en lugar del líquido utilizado habitualmente en muchas baterías actuales. Encontrar materiales adecuados resulta complicado porque deben reunir varias propiedades a la vez: facilitar el movimiento de los iones, conservar su estabilidad y funcionar junto a los demás componentes.
Pero recomendar un compuesto no significa que pueda fabricarse ni que funcione como esperamos. Eso requiere experimentos.
Los investigadores deben comprobar cómo se comporta cada candidato en condiciones reales. Una estructura atractiva en una base de datos podría presentar dificultades de síntesis, degradarse durante el uso o tener un rendimiento insuficiente. Por eso la inteligencia artificial no sustituye al laboratorio: ayuda a decidir qué merece estudiarse primero. Esto permitiría ahorrar tiempo y recursos.
La clave es invertir la búsqueda: empezar por lo que queremos conseguir y encontrar después materiales que podrían lograrlo.
REFERENCIAS
Yang Jeong Park, Mayank Kumaran, Chia-Wei Hsu, Elsa Olivetti y Ju Li. "Scaling multimodal materials representation learning with synthetic narratives". Nature Communications, 26 de agosto de 2026.
Ventanas contra el calor: crean un vidrio que deja pasar la luz pero bloquea el 92 % del infrarrojo cercano
Un nuevo diseño de ventanas conserva buena parte de la iluminación natural mientras rechaza radiación solar invisible y facilita la salida de energía térmica sin gastar electricidad.
Crean un “superhielo” 10 veces más resistente y comparable al hormigón: la idea surgió hace más de 80 años para construir portaaviones
El hielo parece un candidato absurdo para levantar grandes estructuras. Hace más de 80 años, sin embargo, alguien quiso construir con él enormes portaaviones. Aquella extravagancia escondía una pregunta científica que todavía tenía recorrido.
Una inteligencia artificial que actúa sola no decide sola: qué ha ocurrido realmente en el primer ataque con un agente de IA notificado en España
España ha recibido una primera notificación inquietante: un agente de inteligencia artificial habría ejecutado distintas fases de una brecha de datos. Entender qué hizo por su cuenta exige aclarar primero qué significa realmente “autónomo”.
La “armadura” de una oruga revela cómo fabricar materiales flexibles que soporten golpes extremos
La resistencia no siempre nace de la dureza. La cutícula de una pequeña larva enseña a absorber choques intensos sin perder elasticidad y ofrece una pista para crear protecciones más ligeras.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.