Investigadores de MIT usan inteligencia artificial para descubrir defectos atómicos

Investigadores del MIT han creado un modelo de inteligencia artificial capaz de clasificar y cuantificar ciertos defectos en materiales utilizando datos de una técnica de dispersión de neutrones no invasiva. El modelo, entrenado con 2.000 materiales semiconductores diferentes, puede detectar hasta seis tipos de defectos puntuales en un material simultáneamente, algo que sería imposible utilizando técnicas convencionales solas.

Estos defectos pueden ser intencionalmente ajustados para dar a los materiales propiedades nuevas y útiles, como mejorar la resistencia, controlar la conductividad eléctrica u optimizar el rendimiento. Sin embargo, medir con precisión los diferentes tipos de defectos y sus concentraciones en productos terminados ha sido un desafío, especialmente sin dañar el material.

“Las técnicas existentes no pueden caracterizar los defectos de manera universal y cuantitativa sin destruir el material”, dice el autor principal Mouyang Cheng, candidato a doctorado en el Departamento de Ciencia y Ingeniería de Materiales. “Para las técnicas convencionales sin aprendizaje automático, detectar seis defectos diferentes es impensable. Es algo que no se puede hacer de ninguna otra manera”.

Esta innovación podría tener un impacto significativo en la fabricación de productos como acero, semiconductores y células solares, permitiendo a los ingenieros crear materiales con propiedades específicas y mejor rendimiento.

¿Crees que esta tecnología podría revolucionar la industria de los materiales? Dinos lo que piensas.