La IA acelera la búsqueda de nuevos superconductores: el avance que puede cambiar la tecnología del futuro
Investigadores de la Universidad Aalto lograron identificar dos nuevos materiales superconductores mediante el uso de inteligencia artificial y cálculos de física cuántica. El hallazgo no significa todavía haber alcanzado la superconductividad a temperatura ambiente, uno de los grandes objetivos de la ciencia moderna, pero sí representa un avance clave: demuestra que la IA puede acelerar una búsqueda que históricamente dependió de procesos lentos, costosos y altamente experimentales.
La superconductividad permite que la electricidad circule sin resistencia, es decir, sin pérdida de energía en forma de calor. Ese fenómeno podría transformar sectores como la computación, las redes eléctricas, los trenes de levitación magnética, la medicina avanzada, los reactores de fusión y la computación cuántica.
El problema es que, hasta ahora, la mayoría de los superconductores necesitan condiciones extremas para funcionar, especialmente temperaturas cercanas al cero absoluto. Eso obliga a utilizar sistemas de refrigeración complejos y caros, lo que limita su uso masivo.
El equipo internacional liderado por investigadores de Aalto utilizó aprendizaje automático para filtrar combinaciones de materiales con potencial superconductor. En lugar de probar de manera manual una enorme cantidad de variantes, la IA permitió reducir el universo de búsqueda y seleccionar candidatos prometedores para luego analizarlos con cálculos especializados y pruebas de laboratorio.
El resultado fue la identificación de dos nuevos compuestos: YRu3B2 y LuRu3B2. Ambos pertenecen a una estructura conocida como red kagome, un patrón geométrico que puede favorecer comportamientos electrónicos relevantes para la superconductividad.
Según el trabajo publicado en Physical Review Research, los materiales fueron confirmados experimentalmente como superconductores, aunque a temperaturas extremadamente bajas: 0,81 K para YRu3B2 y 0,95 K para LuRu3B2. Por eso, el descubrimiento no debe leerse como una solución comercial inmediata, sino como una prueba de concepto muy importante para acelerar la búsqueda de mejores materiales.
La propia Universidad Aalto señala que el objetivo de largo plazo es encontrar un superconductor que pueda operar a temperatura ambiente. Ese sería un cambio estructural para la tecnología global. Permitirá reducir pérdidas de energía, fabricar hardware más eficiente y disminuir el calor generado por centros de datos, computadoras y sistemas de comunicación.
El valor del avance está en el camino que abre. Durante décadas, los superconductores fueron descubiertos en gran medida de forma experimental o por ensayo y error. Ahora, la combinación de machine learning, física cuántica, cálculos de primeros principios y síntesis experimental permite buscar materiales con mucha más velocidad.
La inteligencia artificial no reemplazó al laboratorio, pero sí ayudó a ordenar la búsqueda. Primero seleccionó las combinaciones más prometedoras. Después, los investigadores hicieron los cálculos teóricos. Finalmente, los materiales fueron sintetizados y medidos para confirmar sus propiedades.
Ese punto es central: la IA no “descubrió sola” los superconductores, sino que funcionó como una herramienta para acelerar el trabajo científico. La validación siguió dependiendo de físicos, químicos, cálculos especializados y experimentos reales.
El impacto potencial es enorme. Si en el futuro se logra desarrollar un superconductor estable, escalable y capaz de funcionar sin refrigeración extrema, las consecuencias podrían alcanzar a buena parte de la infraestructura tecnológica actual.
Las redes eléctricas podrían transportar energía con pérdidas mínimas. Los chips podrían volverse más rápidos y eficientes. Los centros de datos podrían reducir su consumo y su generación de calor. Los trenes de levitación magnética podrían ser más viables. Y la computación cuántica podría contar con nuevos materiales para mejorar su desarrollo.
Pero todavía falta camino. Los materiales identificados por Aalto funcionan a temperaturas muy bajas y no están listos para aplicaciones comerciales. La noticia importante no es que ya exista un superconductor de temperatura ambiente, sino que la inteligencia artificial empieza a cambiar la velocidad con la que la ciencia puede encontrar candidatos prometedores.
En un momento donde la IA suele asociarse a chatbots, imágenes o automatización laboral, este caso muestra otra dimensión del fenómeno: su capacidad para acelerar descubrimientos científicos en áreas críticas.
La próxima revolución tecnológica puede no depender solo de mejores modelos de software, sino también de nuevos materiales. Y en esa búsqueda, la inteligencia artificial empieza a ocupar un lugar cada vez más decisivo.
