Flash News

Archivo

"Para que la racionalidad del debate pueda existir, tal y como preconizaba la teoría liberal clásica, no basta la libertad formal de todos los ciudadanos para intervenir. Es preciso también que todos los participantes estén dotados de canales de información eficaces para conocer a fondo la realidad en torno a la que discuten. Requieren además una 'conciencia crítica' que les mantenga alerta y les impulse a aceptar el esfuerzo de analizar con rigor los problemas públicos. Unos ciudadanos despreocupados por la calidad de las informaciones de actualidad que reciben, ignorantes del grado de superficialidad y escasez de las explicaciones de la actualidad pública que llegan a recibir, es un público desposeído de capacidad real de participación" (José Luis Dader)

Mail Instagram Pinterest RSS
Mega Menu

La inteligencia artificial abre la puerta a imanes sin tierras raras

imanes sin tierras raras

Los imanes están en todas partes: en los motores de los coches eléctricos, en los generadores de energía eólica, en los altavoces, en los escáneres de resonancia magnética y hasta en los discos duros. Estos dispositivos dependen en gran medida de materiales magnéticos permanentes que, hasta ahora, requieren tierras raras como el neodimio o el disprosio. Estos elementos, a pesar de su nombre, no son escasos en la Tierra, pero su extracción y procesamiento resultan costosos, contaminantes y geopolíticamente delicados.

Durante décadas, la búsqueda de alternativas más sostenibles ha sido como buscar una aguja en un pajar. La dificultad radica en que las combinaciones posibles de elementos químicos para crear nuevos imanes son casi infinitas, y cada una requiere pruebas complejas para determinar si el material resultante es magnético y estable a altas temperaturas.

Una base de datos para cambiar el juego

Un equipo de investigadores de la Universidad de New Hampshire ha creado una herramienta que podría cambiar esa realidad. Se trata de la Northeast Materials Database, una base de datos compuesta por más de 67.000 materiales magnéticos, entre los cuales han identificado 25 compuestos inéditos que mantienen sus propiedades magnéticas incluso a temperaturas elevadas. Este hallazgo podría allanar el camino hacia imanes funcionales sin tierras raras, capaces de operar en condiciones exigentes sin degradarse.

El logro no está solo en el volumen de datos, sino en cómo se obtuvieron. La clave fue el uso de inteligencia artificial para automatizar la lectura y extracción de información relevante a partir de artículos científicos. Como si se tratara de un estudiante aplicado que no duerme nunca, el sistema leyó miles de publicaciones, recopilando detalles experimentales y organizándolos en un formato accesible y consultable.

Inteligencia artificial como investigador incansable

El corazón de este avance es un modelo de lenguaje moderno, similar al que impulsa los chatbots actuales, pero adaptado para navegar el lenguaje técnico de la física y la química de materiales. Este modelo no solo identifica si un compuesto es magnético, sino que también predice su comportamiento térmico, es decir, a qué temperatura pierde sus propiedades.

Esta predicción es crucial: un imán que se desmagnetiza con el calor no es útil en motores o generadores, donde las temperaturas suelen ser altas. Por eso, los 25 materiales descubiertos no solo son nuevos, sino que también cumplen con un criterio práctico: funcionalidad a altas temperaturas sin necesidad de tierras raras.

Impulso a la sostenibilidad tecnológica

El impacto potencial de este trabajo es amplio. Reducir la dependencia de tierras raras puede traducirse en vehículos eléctricos más baratos, generadores de energía renovable más eficientes y una cadena de suministro más estable y sostenible. Al mismo tiempo, puede disminuir la presión sobre regiones del planeta donde la minería de tierras raras tiene efectos ambientales severos y genera tensiones geopolíticas.

El físico Jiadong Zang, coautor del estudio, lo resume como uno de los retos más difíciles en ciencia de materiales, pero confía en que esta combinación de bases de datos experimentales e inteligencia artificial podría finalmente ofrecer soluciones viables.

Más allá de los imanes: aplicaciones en educación y digitalización

El sistema de IA desarrollado para esta investigación tiene implicaciones que van más allá de los materiales magnéticos. Según los investigadores, este modelo podría utilizarse en instituciones educativas para convertir documentos impresos o imágenes en formatos de texto enriquecido modernos, facilitando la digitalización de bibliotecas y archivos académicos.

Esta capacidad de transformar información técnica compleja en datos estructurados puede convertirse en una herramienta clave para la investigación científica y para el acceso al conocimiento en entornos donde los recursos digitales son limitados.

El camino hacia nuevos descubrimientos

Este avance demuestra cómo la inteligencia artificial puede servir como un acelerador en la ciencia de materiales, una disciplina donde los experimentos son costosos y lentos. Al permitir el cribado rápido de compuestos prometedores, los investigadores pueden enfocar sus esfuerzos en aquellos que ya muestran potencial, ahorrando tiempo y recursos.

Es como buscar una receta nueva: en lugar de probar combinaciones al azar en la cocina, primero se consulta un libro con miles de recetas que ya han sido evaluadas por otros. Así, se puede ir directo a las opciones que tienen mayores posibilidades de éxito.

La publicación en Nature Communications representa un hito importante en este campo y marca un ejemplo de cómo la colaboración entre ciencia tradicional y tecnología de punta puede abrir caminos antes inalcanzables.


La noticia La inteligencia artificial abre la puerta a imanes sin tierras raras fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.

https://ift.tt/DxU4SV7
by Natalia Polo via WWWhat's new

0 desahogos:

Publicar un comentario

Los comentarios son opiniones personales y no necesariamente coinciden ideológicamente con esta pagina. Tu cosmovisión es única e irrepetible.