Washington, 5 sep (Prensa Latina) Científicos del Laboratorio Nacional Ames, en Estados Unidos, han desarrollado un nuevo modelo de aprendizaje automático que usa inteligencia artificial (IA) para descubrir materiales magnéticos permanentes libres de elementos críticos, según anunció hoy la revista Chemistry of Materials.
El modelo predice la temperatura de Curie (la temperatura máxima a la que un material seguirá siendo magnético) de una nueva combinación de materiales.
Los imanes de alto rendimiento son esenciales para tecnologías como la energía eólica, el almacenamiento de datos, los vehículos eléctricos y la refrigeración magnética.
Estos imanes contienen materiales importantes como el cobalto y elementos de tierras raras como el neodimio y el disprosio, muy demandados pero de disponibilidad limitada.
Esta situación ha motivado a los investigadores a buscar formas de diseñar nuevos materiales magnéticos con menos materiales críticos.
El aprendizaje automático es una forma de inteligencia artificial basada en algoritmos informáticos que mejoran continuamente las predicciones a partir de datos y algoritmos de ensayo y error.
Encontrar compuestos con altas temperaturas de Curie es un primer paso importante para hallar materiales capaces de mantener sus propiedades magnéticas a altas temperaturas», explica Jaroslav Mudryk, director del equipo de investigación.
Este aspecto es fundamental no sólo para el diseño de imanes permanentes, sino también para el de otros materiales magnéticos funcionales», afirmó Jaroslav Mudryk, líder del equipo de investigación.
Mudryk señaló que descubrir nuevos materiales es una tarea difícil, ya que tradicionalmente se basa en experimentos, es costosa y requiere mucho tiempo, pero el uso de métodos de aprendizaje automático puede ahorrar tiempo y recursos.
