MIT predice nuevas y mejores aleaciones de metal con machine learning

-Los ingenieros en el estudio buscaban predecir con exactitud un problema importante en la ingeniería y las ciencias materiales

-Un estudio publicado por tres ingenieros del MIT busca exponer el uso de machine learning para predecir las cualidades de diversas aleaciones de metal

Por:NotiPress

TECNOLOGÍA.- Tres ingenieros del Instituto Tecnológico de Massachusetts (MIT por sus siglas en inglés) utilizaron tecnología de aprendizaje automático para crear nuevas y mejores aleaciones de metales. Con aleaciones que busquen una cualidad en específico se pondrían mejorar los productos de las diferentes industrias del quehacer humano.

Las aleaciones de metal son en la actualidad uno de los materiales base en, prácticamente, cualquier industria. Sin embargo, aún resulta difícil determinar las cualidades necesarias para una buena aleación, esto por la naturaleza de los metales. Las propiedades como durabilidad, flexibilidad o fuerza son determinados por el comportamiento de los átomos del segundo metal, pero resultan difíciles de predecir.

Con esto en mente, el equipo de ingenieros decidió examinar la configuración atómica de un número representativo de metales policristalinos, es decir, los cristales usados en gran parte de las industrias. Luego de ello, se realizaron simulaciones a computadora de esos compuestos y poder predecir, mediante machine learning, las configuraciones de límites de grano resultantes.

"Se tienen cristales aplastados en lo que llamamos límites de grano y en un material estructural convencional, hay millones y millones de esos límites. Se pueden pensar en ellos como el pegamento que mantiene unidos los cristales, pero están desordenados, los átomos están mezclados. No coinciden con ninguno de los cristales a los que se unen", explicó Christopher Schuh, autor y profesor del Departamento de Ingeniería y Ciencias Materiales del MIT.

Al resultar las predicciones bastante precisas, el equipo elaboró una base de datos de dominio público con las posibles uniones. El trabajo resulta importante puesto que algunas aleaciones las cuales no se creían posibles o con buenos resultados, de acuerdo con la tecnología de aprendizaje autómatico, podrían hacerse.

El estudio, publicado en la revista Nature Communications, ha sido criticado positivamente por otros expertos en ciencias materiales como el profesor Yuri Mishin de la Universidad George Mason, quien explicó se trata de una de la más elemental problemática en el campo.

Se espera que la base de datos, libre para cualquier institución o investigación, continúe creciendo con más y diferentes propiedades de los metales policristalinos. El impacto y las aplicaciones del estudio del MIT resultarán benéficas para el desarrollo de nuevos y mejores materiales así como en la investigación de este y otros campos.