·
·
Friday, 3 July 2026dailybeirut.com
Tecnología y ciencia
Un equipo internacional combina aprendizaje automático y física cuántica para acelerar el descubrimiento de superconductores prácticos a temperatura ambiente.
Un grupo internacional de científicos ha desarrollado un método innovador que acelera la búsqueda de superconductores prácticos mediante la combinación de aprendizaje automático con física cuántica avanzada. Esta técnica permite analizar una cantidad casi ilimitada de combinaciones materiales para identificar las más prometedoras en cuanto a superconductividad.
El avance, liderado por el consorcio SuperC, ya ha dado lugar a la identificación de dos nuevos materiales superconductores. La profesora Päivi Törmä, de la Universidad Aalto y responsable de la colaboración, señaló que este enfoque podría acelerar considerablemente la búsqueda de nuevos superconductores.
Los superconductores transportan electricidad sin resistencia eléctrica debido a un efecto cuántico que solo se manifiesta a temperaturas extremadamente bajas. Son fundamentales para tecnologías como computadoras cuánticas, sistemas de neuroimagen por resonancia magnética, reactores de fusión y trenes de levitación magnética de alta velocidad.
Sin embargo, encontrar nuevos superconductores es una tarea compleja. Aunque existen infinitas combinaciones teóricas de elementos químicos, solo una fracción mínima exhibe superconductividad. Además, los superconductores conocidos requieren sistemas de enfriamiento costosos para funcionar cerca del cero absoluto.
El objetivo más ambicioso para los investigadores es descubrir un superconductor que opere a temperatura ambiente. Según Törmä, “los materiales superconductores que funcionen a temperatura ambiente cambiarían para siempre el consumo energético. Si un material así reemplazara a los conductores convencionales en aplicaciones como computadoras y centros de datos, se podría reducir drásticamente el consumo global de energía y la huella térmica del sector de las tecnologías de la información y la comunicación”.
El consorcio SuperC fue fundado en 2023 por la profesora Törmä junto a un grupo internacional de físicos destacados con el propósito de aplicar la física cuántica para enfrentar el cambio climático. Se trata de la primera colaboración global coordinada dedicada a descubrir nuevos superconductores, con la meta de identificar uno que funcione a temperatura ambiente para 2033.
La estrategia del equipo combina la geometría cuántica con el aprendizaje automático para reducir drásticamente el campo de búsqueda.
Los materiales superconductores recientemente identificados, denominados YRu3B2 y LuRu3B2, deben su comportamiento a la formación de bandas planas de electrones dentro de una red kagome, una disposición geométrica inspirada en patrones tradicionales japoneses de tejido de cestas.
Para hallarlos, los investigadores emplearon primero aprendizaje automático para filtrar un gran número de combinaciones elementales posibles. Un algoritmo especializado seleccionó los candidatos más prometedores, que luego fueron sometidos a cálculos teóricos detallados para evaluar su potencial superconductivo.
Tras confirmar las predicciones, colaboradores de la Universidad Rice, bajo la dirección de la profesora Emilia Morosan, sintetizaron los materiales combinando químicamente los elementos necesarios en nuevos compuestos. Las pruebas de laboratorio confirmaron que ambos materiales son efectivamente superconductores.
El estudio de prueba de concepto fue publicado recientemente en la revista Physical Review Research.
La física cuántica subyacente a la superconductividad es extremadamente compleja, lo que hace que descubrir nuevos materiales sea un proceso lento y complicado. “A lo largo de las décadas se han identificado más de 7,000 superconductores, pero la mayoría de forma fortuita”, explicó Törmä. “El proceso para identificar posibles materiales es tan intensivo computacionalmente que, en realidad, solo se ha podido predecir teóricamente la viabilidad de alrededor de 20 de ellos”.
Incluso cuando un material parece prometedor en teoría, suele resultar impráctico debido a dificultades en su fabricación o imposibilidad de escalar para aplicaciones reales. Tradicionalmente, examinar suficientes materiales para encontrar superconductores útiles requiere enormes recursos computacionales.
El método del equipo SuperC cambia esta dinámica al utilizar aprendizaje automático para descartar candidatos poco probables antes de realizar los cálculos más exigentes.
“Nuestro método combina un prefiltrado basado en aprendizaje automático seguido de cálculos específicos en los candidatos prometedores. Esta estrategia acelerará notablemente el descubrimiento de superconductores en el futuro. Con el aprendizaje automático, podríamos procesar miles de millones de materiales”, afirmó Törmä. “Esto nos acerca un paso crucial a encontrar un superconductor a temperatura ambiente”.
La investigación del consorcio SuperC será presentada en la exposición Designs for a Cooler Planet, que se celebrará del 1 de septiembre al 30 de octubre de 2026 en la región metropolitana de Helsinki, Finlandia.
El artículo científico de referencia es “Machine-learning-guided discovery of kagome superconductors YRu3B2 and LuRu3B2”, firmado por Rose Albu Mustaf, Sajilesh K. P., Sanu Mishra, Junze Deng, Yi Jiang, Kaja H. Hiorth, Eeli O. Lamponen, Martin Gutierrez-Amigo, Päivi Törmä, Miguel A. L. Marques, B. Andrei Bernevig y Emilia Morosan, publicado el 17 de junio de 2026 en Physical Review Research.
El consorcio SuperC cuenta con financiación de The Kavli Foundation, Klaus Tschira Stiftung, Kevin Wells, Jane and Aatos Erkko Foundation, Keele Foundation, Magnus Ehrnrooth Foundation, y las fundaciones Neste y Fortum.
Estilo de vida
Estilo de vida
Estilo de vida
Estilo de vida