Redes neurales para una mejor búsqueda de nuevos materiales

Examinando millones de posibilidades, una búsqueda de materiales para baterías, basada en redes neurales artificiales, ha suministrado los resultados en cinco semanas en vez de en 50 años.

Cuando se buscan en las listas teóricas posibles materiales nuevos para aplicaciones específicas, como baterías u otros dispositivos relacionados con la energía, a menudo hay millones de materiales potenciales que podrían tenerse en cuenta, y múltiples criterios que deben cumplirse pero sin que ello dificulte demasiado el que se cumplan otros criterios. Ahora, unos investigadores han encontrado una manera de agilizar drásticamente el proceso de descubrimiento de materiales óptimos, utilizando un sistema de aprendizaje automático.

El aprendizaje automático es un tipo de inteligencia artificial que permite a los programas de ordenador aprender cosas cuando son expuestos a nuevos datos, sin necesidad de ser reprogramados. Las redes neurales artificiales, como su nombre sugiere, son conjuntos de dispositivos interconectados de un modo que emula la arquitectura de las conexiones entre neuronas y otras células del cerebro humano.

El proceso iterativo, de múltiples pasos, empleado para entrenar una red neuronal, como se muestra arriba a la izquierda, lleva a una evaluación de los pros y contras entre dos cualidades que compiten entre sí; potenciar una acarrea debilitar la otra, como se representa en el gráfico del centro. La línea azul define los casos más allá de los cuales la selección de materiales no puede ser mejorada. Esto permite identificar categorías específicas de nuevos materiales prometedores, como el representado por el diagrama molecular de la derecha. (Imagen: cortesía de los investigadores)

Para demostrar su nueva técnica, el equipo de la ingeniera química Heather Kulik, del Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, puso a trabajar al sistema en la selección de los materiales más idóneos para un sistema de almacenamiento de energía denominado “batería de flujo”, que resulta muy prometedor para las grandes baterías, destinadas a centrales eléctricas, que podrían desempeñar un papel importante en la implantación a gran escala de un suministro eléctrico basado en energías limpias y renovables. El catálogo del cual se tenía que hacer la selección cuenta con cerca de 3 millones de candidatos. Este proceso de selección habría llevado 50 años con los métodos analíticos convencionales según Kulik y sus colegas, pero con el nuevo sistema se consiguió en tan solo cinco semanas. La decena de materiales, seleccionados de entre los casi 3 millones, son el primer éxito claro que los investigadores han logrado con la nueva técnica. (Fuente: NCYT Amazings)