Científicos del Laboratorio Nacional Ames en Iowa han marcado un hito en la carrera por la energía limpia al presentar DuctGPT, una herramienta de Inteligencia Artificial diseñada específicamente para acelerar el descubrimiento de materiales capaces de resistir las condiciones extremas dentro de los reactores de fusión nuclear.
El estudio, publicado recientemente en la prestigiosa revista Acta Materialia, detalla cómo este sistema combina modelos basados en principios físicos con IA avanzada para identificar aleaciones con alta resistencia térmica y ductilidad estructural.
Bajo el liderazgo del científico Prashant Singh, el equipo abordó uno de los mayores desafíos técnicos de la energía de fusión: encontrar componentes que no solo soporten el calor intenso, sino que sean lo suficientemente maleables (dúctiles) para su fabricación y uso en geometrías complejas.
»DuctGPT utiliza un modelo transformador generativo para el cribado de aleaciones refractarias, permitiendo predecir composiciones metálicas ideales en cuestión de segundos», destaca la investigación.
De AtomGPT a una herramienta de lenguaje natural
La arquitectura de este sistema no partió de cero; se basó en el modelo AtomGPT, el cual fue ajustado y entrenado con amplias bases de datos de ciencia de materiales. Una de las características más disruptivas de DuctGPT es su capacidad para procesar consultas en lenguaje natural, permitiendo a los expertos definir propiedades específicas y recibir análisis de combinaciones elementales de forma inmediata.
Históricamente, el tungsteno ha sido el material predilecto para reactores debido a su punto de fusión extremadamente alto. Sin embargo, su fragilidad a bajas temperaturas limita su aplicación estructural. DuctGPT busca superar este obstáculo mediante la exploración de aleaciones alternativas que mantengan la resistencia térmica pero ofrezcan una mayor viabilidad técnica.
Este avance representa un paso crucial hacia la viabilidad de los reactores de próxima generación, reduciendo drásticamente los tiempos de experimentación en laboratorio gracias al poder del procesamiento predictivo.
Con información de agencias
