Ciencia de materiales
Una nueva forma de controlar la luz para computadoras futuras más rápidas
Los científicos han creado un nuevo tipo de metamaterial que puede ofrecer una funcionalidad integral de bloqueo de luz para la computación fotónica.
Un metamaterial es un material diseñado cuyas propiedades no provienen de la composición química de sus componentes base, sino de su estructura interna cuidadosamente diseñada. Como tal, estos materiales pueden exhibir propiedades inusuales que no se encuentran en materiales naturales.
Estos materiales suelen estar compuestos por varios materiales, como metales y plásticos, y dispuestos en estructuras repetitivas sublongitud de onda. La forma, el tamaño, la geometría, la orientación y la disposición les otorgan sus propiedades, permitiéndoles manipular ondas electromagnéticas, acústicas o sísmicas al absorber, doblar, realzar o bloquear las ondas para lograr beneficios imposibles con materiales convencionales.
El nuevo metamaterial diseñado1 por científicos de la Universidad de Nueva York combina características que normalmente se asocian con líquidos y cristales, pero supera a ambos en su capacidad de bloquear la luz entrante desde todos los ángulos.
Denominados gyromorphs, la nueva clase de materiales desordenados correlacionados funcionalmente combina la aleatoriedad similar a la de los líquidos con patrones estructurales a gran escala para bloquear la luz desde todas las direcciones. El estudio afirmó:
“Generamos gyromorphs en 2D y 3D mediante métodos de optimización espectral, verificando que muestran un fuerte orden rotacional discreto pero sin orden traslacional de largo alcance, mientras mantienen isotropía rotacional a corto alcance para 퐺 suficientemente grande.”
Con esta innovación, los investigadores han resuelto limitaciones en los diseños basados en cuasicristales que han estado molestando a los científicos durante mucho tiempo. También puede ayudar a impulsar el progreso en la computación fotónica.
De cuasicristales a gyromorphs en la computación fotónica
En la computación fotónica, se utilizan fotones en lugar de corrientes eléctricas para realizar cálculos. Esta nueva generación de computadoras, una vez realizada, puede ser mucho más eficiente y rápida que las máquinas tradicionales convencionales.
Con el procesamiento de datos a la velocidad de la luz, promete tareas de alto rendimiento como la IA, pero la tecnología actualmente enfrenta desafíos en miniaturización y costo.
Los avances en el campo han llevado al desarrollo de chips fotónicos funcionales para su integración en servidores de computación de alto rendimiento. Pero la computación impulsada por luz aún está en una etapa temprana, y los investigadores luchan por controlar flujos microscópicos de luz que viajan a través de un chip.
Los materiales diseñados cuidadosamente son lo que necesitamos para redirigir con éxito estas diminutas señales ópticas sin debilitar su intensidad. Mantener estas señales fuertes requiere una sustancia especializada y ligera en el hardware que impida que la luz dispersa entre desde cualquier dirección.
Un componente crucial para lograr esto es incorporar el material de banda prohibida isotrópica. Este material bloquea la luz u otras ondas de propagarse en todas las direcciones, siempre que las frecuencias estén dentro de su banda prohibida. Tal material puede ser desordenado pero hiperuniforme, lo que significa que carece de orden traslacional de largo alcance pero posee un tipo específico y controlado de aleatoriedad.
Cuando diseñan materiales de banda prohibida isotrópica, los investigadores se han centrado mucho en los cuasicristales.
Estas estructuras que siguen reglas matemáticas pero no se repiten como los cristales tradicionales fueron descubiertas por primera vez por el científico Dan Shechtman a principios de la década de 1980, por lo que recibió el Premio Nobel de Química en 2011.
El descubrimiento se realizó mientras se investigaba aluminio y manganeso. Cuando los dos metales se fundieron juntos y se enfriaron rápidamente para formar una aleación, mostraron simetría diez veces bajo un microscopio electrónico, una propiedad que no ocurre en estructuras cristalinas como los metales.
Los cuasicristales tienen propiedades de estructuras cristalinas, como los diamantes, lo que significa que están organizados en patrones, así como estructuras amorfas como el vidrio, lo que significa que esos patrones no se repiten. Sus propiedades únicas hacen que los cuasicristales sean tanto duraderos como frágiles.
En un estudio de la Universidad de Michigan a principios de este año, los investigadores encontraron que los cuasicristales son materiales fundamentalmente estables2 a pesar de compartir similitud con sólidos desordenados.
“Necesitamos saber cómo organizar átomos en estructuras específicas si queremos diseñar materiales con propiedades deseadas”, señaló el coautor del estudio, Wenhao Sun, profesor asistente de la Dow Early Career en Ciencia e Ingeniería de Materiales. “Los cuasicristales nos han obligado a replantearnos cómo y por qué ciertos materiales pueden formarse”.
Para proporcionar las respuestas a por qué existen los cuasicristales o cómo se forman, los investigadores tuvieron que primero entender qué los hace estables. Para ello, tuvieron que determinar si los cuasicristales están estabilizados por entalpía o entropía, por lo que los investigadores tomaron nanopartículas más pequeñas de un bloque simulado más grande de cuasicristal, y luego calcularon la energía total en cada nanopartícula.
Los investigadores descubrieron que tanto los cuasicristales bien estudiados, una aleación de escandio y zinc, como una aleación de iterbio y cadmio, están estabilizados por entalpía.
Para el cálculo, el equipo utilizó simulaciones cuántico‑mecánicas de cuasicristales, y para resolver el cuello de botella computacional, hicieron que solo los procesadores vecinos se comunicaran en lugar de que cada procesador de computadora se comunicara con todos los demás, lo que hizo que su algoritmo fuera hasta 100 veces más rápido.
“Ahora podemos simular vidrio y materiales amorfos, interfaces entre diferentes cristales, así como defectos cristalinos que pueden habilitar bits de computación cuántica.”
– Vikram Gavini, profesor de ingeniería mecánica y ciencia e ingeniería de materiales de la U‑M
En otra investigación, el Instituto Nacional de Estándares y Tecnología (NIST) encontró cuasicristales en una nueva aleación de aluminio‑circonio3, que se formó bajo las condiciones extremas de la impresión 3D de metal.
Mientras que añadir circonio al polvo de aluminio permite imprimir aleaciones de aluminio de alta resistencia, el equipo del NIST quería entender qué hace que este metal sea tan fuerte, para que pueda usarse en componentes críticos como piezas de aviones militares.
Y descubrieron que los cuasicristales son responsables de eso. Romper el patrón regular de cristales de aluminio fortalece la aleación. Cuando se observa desde el ángulo correcto, el equipo encontró la “muy rara” simetría rotacional de cinco caras, además de simetrías de dos y tres caras, desde dos ángulos diferentes.
Esto, según el físico del NIST y coautor Fan Zhang, “abrirá un nuevo enfoque para el diseño de aleaciones. Con la investigación que muestra que los cuasicristales pueden hacer el aluminio más fuerte, ahora la gente podría intentar crearlos intencionalmente en futuras aleaciones”, añadió.
Dentro de la revolución Gyromorph: materiales de banda prohibida isotrópica
Los cuasicristales tienen mucho potencial. Incluso tienen la capacidad de bloquear la luz completamente, pero solo desde direcciones limitadas. Y aunque pueden debilitar la luz desde todas las direcciones, no pueden detenerla por completo.
Para superar esta limitación, los científicos han buscado alternativas que puedan bloquear la luz que degrada la señal de manera más eficaz. Esto ha llevado al desarrollo de los gyromorphs, que pueden ayudar a crear materiales que eviten que la luz dispersa entre desde cualquier dirección de forma más eficaz. Según el autor principal del estudio, Stefano Martiniani, asistente de profesor de física, química, matemáticas y neurociencia:
“Los gyromorphs no se parecen a ninguna estructura conocida; su composición única da lugar a materiales de banda prohibida isotrópica mejores de lo que es posible con los enfoques actuales.”
Sin embargo, un gran obstáculo en la ingeniería de estos materiales, cuyas propiedades dependen de su arquitectura, es la disposición requerida para lograr las propiedades físicas deseadas.
Publicado en Physical Review Letters, los investigadores de la Universidad de Nueva York detallan una estrategia novedosa4 para ajustar el comportamiento óptico.
El equipo ha desarrollado un algoritmo que puede producir estructuras funcionales con desorden incorporado. La nueva forma de “desorden correlacionado” revelada por el equipo se sitúa entre los dos extremos: totalmente ordenado y totalmente aleatorio.
“Piensa en los árboles de un bosque: crecen en posiciones aleatorias, pero no completamente aleatorias porque suelen estar a cierta distancia unos de otros. Este nuevo patrón, los gyromorphs, combina propiedades que creíamos incompatibles y muestra una función que supera a todas las alternativas ordenadas, incluidos los cuasicristales.”
– Martiniani
Durante su investigación, el equipo observó que todos los materiales de banda prohibida isotrópica mostraban la misma firma estructural. Por eso, se centraron en hacerlo “tan pronunciado como fuera posible”, lo que llevó a la creación de los gyromorphs.
La nueva clase de materiales resultante, según el autor principal Mathias Casiulis, investigador postdoctoral del Departamento de Física de NYU, “reconciliaron características aparentemente incompatibles”, porque no tienen una estructura cristalina fija y repetitiva, lo que les confiere un desorden similar al de los líquidos. Al mismo tiempo, cuando se observan a distancia, forman patrones regulares.
“Estas propiedades trabajan juntas para crear bandas prohibidas que las ondas de luz no pueden penetrar desde ninguna dirección.”
– Casiulis
El equipo también introdujo los “polygyromorphs” con múltiples simetrías rotacionales a diferentes escalas de longitud para permitir la formación de múltiples bandas prohibidas en una sola estructura, abriendo así las puertas al control fino de las propiedades ópticas.
Desliza para desplazarte →
| Tipo de material | Orden estructural | Características de la banda prohibida | Bloqueo de luz | Casos de uso típicos |
|---|---|---|---|---|
| Cristales periódicos | Totalmente periódicos; orden traslacional de largo alcance | Bandas prohibidas dependientes de la dirección; a menudo anisotrópicas | Bloqueo fuerte a lo largo de direcciones cristalinas específicas, más débil en otras | Cristales fotónicos convencionales, filtros ópticos, guías de ondas |
| Cuasicristales | Aperiódicos; orden orientacional de largo alcance sin repetición | Bandas prohibidas casi isotrópicas pero con “puntos débiles” direccionales | Pueden bloquear completamente la luz desde direcciones limitadas; atenuar desde otras | Dispositivos experimentales de banda prohibida fotónica, aleaciones de alta resistencia |
| Gyromorphs | Desorden correlacionado; aleatoriedad tipo líquido con patrones a gran escala | Bandas prohibidas altamente isotrópicas; múltiples brechas posibles en polygyromorphs | Diseñados para bloquear la luz dispersa esencialmente desde cualquier dirección | Chips fotónicos de próxima generación, aislamiento óptico, encaminamiento de luz de bajo ruido |
IA y materiales cuánticos de próxima generación en el descubrimiento
Mientras los investigadores siguen profundizando en materiales de próxima generación, están surgiendo clases completamente nuevas de materiales.
Recientemente, un equipo de investigación liderado por el Laboratorio Berkeley del Departamento de Energía informó del descubrimiento5 de “berkeloceno”, una molécula organometálica que contiene el elemento químico sintético, pesado y radiactivo berkelio.
Las moléculas constan de un ion metálico rodeado por una estructura basada en carbono, y aunque son relativamente comunes para los primeros elementos de actínidos, son escasamente conocidas para los posteriores.
“Esta es la primera vez que se obtiene evidencia de la formación de un enlace químico entre berkelio y carbono. El descubrimiento brinda una nueva comprensión de cómo el berkelio y otros actínidos se comportan en relación con sus pares en la tabla periódica”, dijo el coautor Stefan Minasian, científico de la División de Ciencias Químicas del Laboratorio Berkeley, que ha estado trabajando en la preparación de compuestos organometálicos de actínidos para observar sus distintas estructuras electrónicas.
Los actínidos son una serie de 15 elementos metálicos radiactivos en la tabla periódica, ubicados en el bloque f. El uranio y el plutonio son ejemplos de actínidos. Son conocidos por sus propiedades radiactivas y se utilizan en reactores nucleares y otras tecnologías.
El año pasado, una colaboración entre investigadores de la Universidad de Uppsala, Suecia, y la Universidad de Columbia, EE. UU., llevó al descubrimiento de un material cuántico 2D llamado CeSiI6, con una estructura cristalina de cerio, silicio y yodo. Su estructura cristalina se asemeja a una disposición bidimensional de capas atómicas distintas.
Los electrones de CeSiI se comportan como fermiones pesados, con una masa efectiva hasta 100 veces mayor que en materiales ordinarios. Esta masa efectiva es anisotrópica; por lo tanto, depende de la dirección en que los electrones se muevan en las capas atómicas.
“Con este descubrimiento, ahora contamos con una plataforma de materiales significativamente mejorada para investigar estructuras electrónicas correlacionadas. Los materiales 2D son como un kit de construcción con piezas LEGO. Nuestros socios ya están trabajando en añadir capas de otros materiales 2D para crear un nuevo material con propiedades cuánticas personalizadas.”
– Chin Shen Ong del Departamento de Física y Astronomía de Uppsala
En la ciencia de materiales, existen posibilidades innumerables, y seleccionar el material adecuado es un obstáculo clave para lograr nuevos descubrimientos. Mientras las predicciones basadas en teoría y las validaciones experimentales ayudan a orientar la selección, sigue estando fragmentada.
Es aquí donde la informática de materiales impulsada por IA está tomando el relevo, integrando conocimientos a escala cuántica con grandes conjuntos de datos para rastrear, modelar y optimizar rápidamente nuevos materiales que sería imposible descubrir mediante el método tradicional de prueba y error.
Un equipo de investigadores de la Universidad de Tohoku construyó un mapa de materiales basado en IA7 para unificar todos los datos experimentales con datos computacionales representativos de primeros principios, con el objetivo de ayudar a los investigadores a encontrar el material adecuado para cada situación.
El mapa es un gran grafo con ejes para similitud estructural y rendimiento termoeléctrico (zT), donde cada punto de datos representa un material. Los materiales similares aparecen en proximidad cercana. Como estos materiales suelen sintetizarse y evaluarse con métodos y dispositivos similares, el mapa permite a los experimentadores identificar rápidamente análogos de materiales de alto rendimiento desconocidos y reutilizar protocolos de síntesis existentes como próximos pasos.
De esta manera, la herramienta puede ayudar a reducir los costos de desarrollo y acelerar la innovación y su despliegue en el mundo real. En el futuro, el equipo planea ampliar su marco más allá de los termoeléctricos para incluir materiales topológicos y magnéticos e incorporar descriptores adicionales para crear una plataforma integral de diseño de materiales asistida por IA.
“Al proporcionar una visión intuitiva y panorámica de muchos candidatos, el mapa ayuda a los investigadores a seleccionar objetivos prometedores de un vistazo; por lo tanto, se espera que acorte sustancialmente los plazos de desarrollo de nuevos materiales funcionales.”
– Profesor asociado Yusuke Hashimoto
Mientras tanto, un estudio de la Universidad de Gotemburgo desarrolló un modelo de IA para determinar de manera eficiente la resistencia y durabilidad8 de materiales compuestos tejidos.
Realizar pruebas físicas y simulaciones computacionales detalladas para diseñar nuevos materiales compuestos de alta calidad es “particularmente difícil cuando el compuesto se crea como un material textil tejido, donde las fibras se envuelven entre sí y se comportan de manera diferente según las fuerzas a las que el material está sometido”, señaló Ehsan Ghane, estudiante de doctorado en el Departamento de Física de la Universidad de Gotemburgo.
Si bien las computadoras ya pueden simular microestructuras realistas basadas en las interacciones e influencias de un material, los materiales compuestos tejidos aún requieren recursos computacionales sustanciales. Las redes neuronales ofrecen una alternativa, pero requieren grandes cantidades de datos de entrenamiento y tienen dificultades para extrapolar, por lo que el equipo desarrolló un modelo de IA generalizado que no necesita tantos datos.
El modelo ha sido entrenado con datos de simulaciones y pruebas existentes de los materiales constituyentes del compuesto, lo que le permite predecir la durabilidad del nuevo compuesto.
Mientras el estudio de Gotemburgo investigaba métodos para integrar leyes de materiales en el modelo de IA, un equipo de investigadores de KAIST combinó leyes físicas con su modelo de IA para permitir la exploración rápida de nuevos materiales incluso cuando los datos son ruidosos o limitados.
La identificación de propiedades es uno de los pasos clave en el desarrollo de nuevos materiales, pero requiere enormes cantidades de datos experimentales y equipos costosos, lo que limita la eficiencia de la investigación. El equipo de KAIST superó esa necesidad integrando las leyes que rigen la deformación e interacción de materiales y energía.
Los investigadores informaron una técnica de red neuronal informada por la física (PINN)9 para detectar propiedades materiales y comportamiento de deformación usando solo una pequeña cantidad de datos de un único experimento. Luego introdujeron un modelo de IA, el Operador Neural Informado por la Física (PINO), que comprende las leyes de la física y puede generalizar a materiales no vistos.
Los investigadores del MIT llevaron esto aún más lejos al desarrollar un método que incorpora información de múltiples fuentes10: literatura, composiciones químicas, imágenes microestructurales y más.
Forma parte de la nueva plataforma Copilot para Científicos Experimentales del Mundo Real (CRESt). Su método utiliza equipos robóticos para habilitar pruebas de alto rendimiento de materiales, luego alimenta los resultados a grandes modelos multimodales para mejorar sus recetas.
Los investigadores usaron este “asistente, no un reemplazo, para los investigadores humanos”, para explorar más de 900 químicas y realizar 3 500 pruebas electroquímicas que llevaron al descubrimiento de un material catalítico que entregó una densidad de potencia récord en una pila de combustible para generar electricidad.
Inversión en el avance de la ciencia de materiales
En el mundo de la ciencia de materiales, ATI Inc. (ATI ) es conocida por sus materiales especializados técnicamente avanzados y componentes complejos. La compañía produce materiales de alto rendimiento para los mercados aeroespacial, de defensa, médico, electrónico y energético.
Los productos de ATI están fabricados a partir de aleaciones basadas en níquel y superaleaciones, aleaciones de titanio y aleaciones basadas en titanio, y aleaciones especiales. Opera a través de dos segmentos:
- Materiales y componentes de alto rendimiento (HPMC)
- Aleaciones avanzadas y soluciones (AA&S)
Con una capitalización de mercado de 13,5 mil millones de dólares, las acciones de ATI cotizan a 99,37 $, con un aumento del 80,5 % este año. Tiene un EPS (TTM) de 3,10 y un P/E (TTM) de 32,09. La compañía paga un rendimiento de dividendo del 0,32 %.
(ATI )
