ir al contenido

Científicos usan inteligencia artificial para descubrir dos nuevos superconductores

Un equipo internacional liderado por la Universidad Aalto de Finlandia uso machine learning para identificar dos materiales superconductores que no existian en ningun laboratorio. El metodo podria acelerar la busqueda de un superconductor a temperatura ambiente.

Representacion visual de circuitos y tecnologia avanzada
Representacion de tecnologia avanzada. Foto: Google DeepMind / Unsplash

Un equipo internacional de fisicos identifico dos materiales superconductores que no existian en ningun laboratorio usando un algoritmo de machine learning combinado con calculos de fisica cuantica. Los compuestos, denominados YRu3B2 y LuRu3B2, fueron predichos por la inteligencia artificial antes de que se fabricara una sola muestra, y luego confirmados experimentalmente en los laboratorios de la Universidad Rice en Estados Unidos.

El estudio, publicado el 17 de junio de 2026 en Physical Review Research, fue liderado por el consorcio SuperC de la Universidad Aalto de Finlandia con colaboradores de Rice, Princeton, la Universidad Ruhr Bochum y el Centro Internacional de Fisica de Donostia en Espana.

Por que importan los superconductores

Los superconductores son materiales que conducen electricidad con cero resistencia, lo que significa que la energia fluye a traves de ellos sin perderse como calor. Ya se usan en tecnologias como computadoras cuanticas, esceneres de resonancia magnetica, reactores de fusion y trenes de levitacion magnetica. El problema es que todos los superconductores conocidos requieren temperaturas cercanas al cero absoluto para funcionar, lo que exige equipos de enfriamiento costosos.

Un superconductor que funcione a temperatura ambiente eliminaria esa barrera y podria reducir drasticamente el consumo energetico global en redes electricas, centros de datos y computacion.

Como la inteligencia artificial acelero el descubrimiento

El metodo tradicional para buscar superconductores requiere probar combinaciones de elementos una por una, un proceso lento y costoso. El equipo de la profesora Paivi Torma uso machine learning para filtrar un numero practicamente infinito de combinaciones quimicas y reducirlo a un grupo pequeno de candidatos prometedores.

Los dos nuevos materiales comparten una estructura cristalina llamada red kagome, inspirada en un patron hexagonal del tejido de cestas tradicionales japonesas. Sus electrones forman "bandas planas" en esta estructura, una propiedad que la teoria cuantica predice como favorable para la superconductividad.

Ambos compuestos se vuelven superconductores a temperaturas justo por debajo de 1 kelvin (-272 grados Celsius), lejos de la temperatura ambiente. Pero el avance no esta en los materiales en si, sino en el metodo: el algoritmo predijo correctamente que serian superconductores antes de que existieran.

Que sigue en la carrera por el superconductor a temperatura ambiente

"Los materiales superconductivos que operen a temperatura ambiente cambiarian para siempre la forma en que consumimos energia", explico Torma. "Si un material asi reemplazara los conductores regulares en computadoras y centros de datos, el consumo energetico global podria reducirse drasticamente".

El consorcio SuperC, la primera colaboracion global dedicada exclusivamente al descubrimiento de superconductores, tiene como objetivo encontrar un superconductor a temperatura ambiente para 2033. La investigacion se presentara en la exposicion Designs for a Cooler Planet de la Universidad Aalto entre septiembre y octubre de 2026 en Helsinki, Finlandia.

Últimas Noticias

X