SAN FRANCISCO-Imagine un libro de cocina con 150.000 platos tentadores, pero pocas recetas para prepararlos. Ese es el desafío que enfrenta un esfuerzo en el Laboratorio Nacional Lawrence Berkeley (LBNL) conocido como Proyecto de Materiales. Ha utilizado computadoras para predecir unos 150.000 nuevos materiales que podrían mejorar dispositivos como electrodos de batería y catalizadores. Pero los usuarios de la base de datos de todo el mundo han logrado hacer solo una fracción de estos para probar, dejando miles sin probar. “La síntesis se ha convertido en el cuello de botella”, dice Gerbrand Ceder, científico de materiales en LBNL.
Ahora, Ceder y sus colegas se han unido a la inteligencia artificial (IA) y la robótica para eliminar ese cuello de botella. El sistema de IA hace una mejor estimación de una receta para un material deseado y luego itera las condiciones de reacción a medida que los robots intentan crear muestras físicas. La nueva configuración, conocida como A-Lab, ya está sintetizando alrededor de 100 veces más materiales nuevos por día de lo que los humanos en el laboratorio pueden manejar. “Este es el camino a seguir”, dice Ali Coskun, químico de la Universidad de Freiburg que no está involucrado con A-Lab, pero asistió a la reunión de la Sociedad de Investigación de Materiales aquí la semana pasada, donde se anunció el nuevo enfoque de IA.
Los laboratorios de robótica impulsados por IA se están volviendo comunes entre las compañías farmacéuticas que buscan nuevos medicamentos e incluso algunos laboratorios de materiales académicos. Pero esos esfuerzos utilizan principalmente compuestos precursores líquidos que son relativamente sencillos de mezclar y procesar. “Es mucho más difícil hacer esto con materiales sólidos”, dice Coskun. Sintetizar estos materiales generalmente requiere mezclar polvos sólidos y luego agregar diferentes combinaciones de solventes, y experimentar con calor, tiempo de secado y otros insumos para intentar que cristalicen en el material previsto.
El número de recetas es esencialmente infinito, dice Ceder. Aunque las computadoras pueden predecir qué compuestos finales deberían conducir a mejores dispositivos, «no existe una teoría de síntesis que nos diga qué se puede hacer y qué no», dice Kristin Persson, quien dirige el Proyecto de Materiales de LBNL y anunció el nuevo A-Lab.
Los esfuerzos de automatización anteriores mezclaron compuestos al azar en busca de nuevos materiales, dice Ceder, pero el nuevo enfoque impulsado por la IA es más parecido a la forma en que los químicos tradicionales hacen su trabajo. La IA comienza por idear una forma plausible de sintetizar un material, utilizando su comprensión de la química. Guía a los brazos robóticos para seleccionar entre casi 200 materiales de partida en polvo diferentes, que contienen elementos como litio, níquel, cobre, hierro y manganeso. Después de mezclar los precursores, otro robot distribuye la mezcla en un conjunto de crisoles, que se cargan en hornos donde se pueden mezclar con gases como nitrógeno, oxígeno e hidrógeno. Luego, la IA determina cuánto tiempo hornear las diferentes mezclas, las temperaturas, los tiempos de secado, etc.
Después de la cocción, un dispensador similar a un chicle agrega un cojinete de bolas a cada crisol y lo agita para moler la nueva sustancia hasta convertirla en un polvo fino que se carga en un portaobjetos. Luego, un brazo robótico toma cada muestra y la desliza dentro de una máquina de rayos X u otro equipo para su análisis. Los resultados se retroalimentan a la base de datos de Materials Project de estructuras y propiedades de materiales, y si el resultado no es el previsto, la configuración de IA itera las condiciones de reacción y comienza de nuevo.
Los investigadores de LBNL han pasado los últimos meses resolviendo los problemas de su sistema y probándolo. En el proceso, A-Lab ha producido más de 40 materiales objetivo, aproximadamente el 70 % de los compuestos que se ha propuesto producir. “He creado más compuestos nuevos en las últimas 6 semanas que en toda mi carrera”, dice Ceder.
Es posible que el laboratorio de materiales de IA de LBNL no esté solo por mucho tiempo. En una preimpresión del 3 de abril, los investigadores del Instituto de Tecnología Avanzada de Samsung informaron que ellos también han configurar un laboratorio de robótica controlado por computadora para buscar nuevos materiales electrónicos. Los resultados de ese informe muestran que su configuración realizó más de 200 reacciones para producir 35 compuestos inorgánicos, incluidos ciertos óxidos que se usan comúnmente en electrodos de batería, celdas de combustible de óxido sólido y superconductores. En cada etapa de sus experimentos robóticos, «la IA se usa hasta cierto punto», dice Jeong-Ju Cho de Samsung.
Ceder señala que, a pesar del paso a la síntesis y el análisis completamente automatizados, es probable que los investigadores hagan descubrimientos inesperados. “Eso no es diferente con el A-Lab”. Excepto ahora, los éxitos y las sorpresas probablemente llegarán más rápido.
