«La tecnología de machine learning ha permitido hallar aleaciones de distintos materiales con mejores características que las utilizadas hasta ahora»
El machine learning ha abierto una nueva vía para descubrir nuevas composiciones de elementos
La sección de tecnología de El País ha contado con Jon Mikel Sánchez, experto de la plataforma de Aleaciones, Productos y Circularidad Metálica. Nuestro investigador realizó su tesis doctoral sobre las aleaciones de alta entropía. En el artículo publicado en El País resalta que “aplicar inteligencia artificial para descubrir nuevas aleaciones es bastante nuevo. Descubrir nuevos materiales por estos métodos es un avance significativo”.
Tradicionalmente una aleación ha sido esencialmente una mezcla entre un metal principal y pequeñas concentraciones de otros elementos de la tabla periódica. El machine learning ha abierto una nueva vía para descubrir nuevas composiciones de decenas de elementos y sus distintas concentraciones. Esto ha supuesto toda una revolución para el desarrollo de las aleaciones de alta entropía.
Nuevas aleaciones de alta entropía
Las máquinas han descubierto varias aleaciones que igualan y hasta superan a las creadas por los humanos, en alguna de sus propiedades. Rastreando millones de combinaciones entre los distintos elementos de la tabla periódica, han logrado encontrar en torno a 1.000 candidatos con las propiedades que les interesaban, y analizarlos buscando los que teóricamente tendrían un bajo coeficiente de expansión térmica (la dilatación o contracción del material con el frío o el calor).
Según se publicó en la revista Science, un grupo de investigadores ha encontrado cuatro nuevas aleaciones con un coeficiente igual o inferior a las combinaciones más inmunes a la temperatura, usadas hasta ahora, gracias al cálculo y análisis de las máquinas. Una vez demostrada su valía con la expansión térmica, los científicos pretenden usar el machine learning para investigar otras propiedades como el magnetismo, en otros materiales.
