Un equipo de investigación conjunto de EE.UU. y China ha demostrado que la inteligencia artificial puede ayudar a encontrar nuevas y potentes combinaciones de materiales para sustituir los metales de tierras raras que son clave para la tecnología militar.
Las tierras raras alimentan las baterías de alta tecnología y los chips de los ordenadores actuales, pero es posible diseñar nuevos compuestos a partir de materiales comunes, que puedan funcionar tan bien o mejor que los de las tierras raras que se encuentran en los dispositivos comunes.
Averiguar las combinaciones correctas de elementos para diseñar, por ejemplo, nuevos conductores de alto voltaje u otros materiales útiles para la electrónica, es una tarea enorme. Si se busca hacer un material compuesto con sólo cuatro de los primeros 103 elementos de la tabla periódica, se pueden encontrar combinaciones de diez a doce. Una pequeña fracción de ellas funcionaría para la electrónica. Ahí es donde las formas avanzadas de IA están demostrando ser útiles.
Un equipo de investigadores de la University of South Carolina College of Engineering and Computing y de la Guizhou University, una universidad de investigación situada en Guiyang (China), con financiación de los gobiernos de EE.UU. y de China, ha aplicado una forma avanzada de inteligencia artificial, a la tarea de encontrar nuevas combinaciones de elementos que puedan satisfacer las necesidades futuras de recursos terrestres poco comunes.
«Teniendo en cuenta el enorme abanico de materiales con diferentes proporciones de mezcla de elementos y muchas aplicaciones como los superconductores de alta temperatura, en los que son comunes seis o siete materiales componentes, el número de materiales potenciales es inmenso», señala el artículo publicado en el número de junio de NPJ Computational Materials.
Los investigadores aplican una Generative Adversarial Network, o GAN, al problema. Las GAN funcionan como las redes neuronales convencionales, pero con un cambio. Mientras que una red convencional podría examinar miles de millones de imágenes de, digamos, rostros para diferenciar un rostro real de uno falso, una Generative Adversarial Network trabaja ese problema en forma inversa al enfrentar dos redes neuronales entre sí.
Así pues, aplicada al descubrimiento de compuestos conductores, funcionaría de la siguiente manera: mientras que la primera red aborda el problema de analizar todas las posibles combinaciones de elementos para encontrar un buen material conductor, la red adversaria funciona tomando esa conclusión e invirtiéndola, razonando que «si este material hipotético cumple la descripción de ser bueno para la electrónica, ¿qué combinación de elementos u otros factores llevaron a su existencia?
Deduce las reglas para combinar materiales, para crear nuevos compuestos conductores basados en un hipotético material inorgánico que funciona bien. Los investigadores informan que son capaces de acelerar la búsqueda de material en dos órdenes de magnitud.
El documento fue financiado por subvenciones de la U.S. National Science Foundation (Fundación Nacional de Ciencia de los Estados Unidos) y el National Major Scientific and Technological Special Project of China (Proyecto Especial Nacional de Ciencia y Tecnología de China) del gobierno chino.
La financiación china de la investigación académica de EE.UU. se enfrenta a un creciente escrutinio. «Para las universidades, China aprovecha el compromiso con la libertad intelectual que existe en el campus, que se resiste firmemente al escrutinio del gobierno sobre las actividades de los estudiantes extranjeros en los programas de ciencias exactas y la cooperación académica internacional», señala un informe de 2018 de la Institución Hoover.
Tales casos de alto relieve se refieren principalmente al hecho de que algunos investigadores no han revelado sus vínculos financieros con el gobierno chino, lo que no ocurre en este caso. (El autor correspondiente del artículo se negó a responder a las preguntas sobre el National Major Scientific and Technological Special Project de China y su proceso de financiación). Pero el senador Tom Cotton, republicano de Arkansas, ha introducido una legislación que básicamente prohíbe a los estudiantes graduados chinos estudiar en cualquier campo de la ciencia o la tecnología en los Estados Unidos.
Eso podría hacer que descubrimientos como este sean más difíciles de realizar para nuestro país en el futuro. Los estudiantes e investigadores chinos juegan un papel clave en el avance de las capacidades tecnológicas de EE.UU., dijo Eric Schmidt, ex CEO de Google y presidente de la Defense Innovation Board, en la Defense One Tech Summit en junio.
Fte. Defense One
Sé el primero en comentar