Un físico frustrado y una hoja de papel
En 2021, la Dra. Elena Márquez pasaba noches enteras en su laboratorio de la Universidad de Barcelona, mezclando polvo de cobre, oxígeno y tierras raras con la esperanza de hallar un nuevo superconductor de alta temperatura. Cada intento era un tiro en la oscuridad: sintetizar, enfriar, medir resistencia y, casi siempre, volver a empezar. La frustración crecía; el proceso parecía más arte que ciencia.
Un día, mientras revisaba un artículo sobre modelos generativos en química, tuvo una idea: ¿qué si una IA pudiera "soñar" con estructuras atómicas que aún nadie había imaginado?
El cuello de botella de la superconductividad
La superconductividad —la pérdida total de resistencia eléctrica— promete revolucionar la transmisión de energía, los trenes maglev y la computación cuántica. Pero su gran limitación es la temperatura: los materiales conocidos solo superconductan por debajo de unos -135 °C, lo que requiere enfriamiento costoso e impráctico para aplicaciones masivas.
Los investigadores han intentado modificar la composición química mediante enfoques basados en prueba‑y‑error, pero el espacio químico es prácticamente infinito: miles de elementos, proporciones y estructuras cristalinas posibles.
Entrando el modelo generativo
El equipo de la Dra. Márquez se asoció con el laboratorio de IA de la startup MateriaLabs, que había adaptado una arquitectura de Transformer variacional (similar a la usada en generación de proteínas) para predecir propiedades de materiales a partir de su composición y red de enlaces.
El modelo, llamado GenoMat, fue entrenado con más de 200 000 entradas de bases de datos como el Materials Project y el Open Quantum Materials Database. Cada entrada incluía: composición atómica, simetría de red, energía de formación y, crucialmente, la temperatura crítica (Tc) medida experimentalmente.
Tras semanas de entrenamiento, GenoMat comenzó a generar candidatos con altas probabilidades de superar la barrera de los -100 °C. Uno de ellos destacó: una composición basada en lantano, níquel y oxígeno con una disposición estructural inusual —una capa intercalada de óxido de níquel que nunca había sido sintetizada.
De la predicción al laboratorio
Con la fórmula en mano, el equipo volvió al banco de trabajo. Sintetizaron el compuesto mediante un método de deposición química en fase vapor a 800 °C, seguido de un enfriamiento controlado. Los primeros patrones de difracción de rayos X confirmaron la estructura predicha.
Luego llegó la prueba definitiva: medir la resistencia eléctrica mientras se bajaba la temperatura. A -96 °C, la resistencia cayó a valores indetectables (< 10⁻¹² Ω·cm). Un nuevo récord para un material basado en níquel‑lantano‑oxígeno, superando la marca anterior de -92 °C para compuestos similares.
Implications for energy, transport, computing
- Redes eléctricas: cables superconductores podrían transportar gigavatios sin pérdidas, reduciendo la necesidad de plantas de energía pico.
- Transporte maglev: menores requisitos de criogenía hacen viable líneas de levitación en ciudades intermedias.
- Computación cuántica: qubits basados en Josephson junctions podrían operar en refrigeradores más simples y económicos.
Challenges and futuro
A pesar del entusiasmo, quedan obstáculos:
- Estabilidad a largo plazo: el material muestra degradación leve tras ciclos repetidos de enfriamiento-calentamiento.
- Escalabilidad de síntesis: el proceso actual requiere condiciones de vacío alto; se busca rutas de síntesis en solución.
- Entender el mecanismo: la teoría convencional de BCS no explica completamente la alta Tc; se están explorando modelos de pares no convencionales.
El siguiente paso es usar GenoMat para generar variantes que sustituyan parte del lantano por elementos más abundantes (como el cerio) y probar capas de dopaje que aumenten la resistencia mecánica.
Conclusión
Lo que comenzó como una noche de frustración en un banco de laboratorio se transformó en un ejemplo de cómo la IA generativa puede acelerar el descubrimiento de materiales críticos. Al combinar la intuición química con la capacidad de los modelos para explorar espacios químicos imposibles para la mente humana, estamos acercándonos a una era donde la resistencia eléctrica sea cosa del pasado.
¿Listo para ver cómo los cables del futuro llevan energía sin perder un vatio?