Científicos del Laboratorio Nacional Ames, en Iowa, desarrollaron una herramienta de inteligencia artificial para acelerar el descubrimiento de materiales destinados a sistemas de energía de fusión. El sistema, bajo el nombre de DuctGPT, combina modelos basados en física e IA avanzada para la exploración de aleaciones con alta resistencia térmica. Esta innovación permite predecir componentes capaces de soportar las condiciones extremas dentro de los reactores de próxima generación.
El estudio, publicado en la revista Acta Materialia, detalla el uso de un modelo transformador generativo para el cribado de aleaciones refractarias dúctiles. Los investigadores abordaron múltiples composiciones metálicas con la ductilidad suficiente para su fabricación y aplicación estructural. El proyecto, bajo el liderazgo del científico Prashant Singh, destaca el uso de principios físicos para agilizar el diseño de materiales críticos.
La arquitectura del sistema partió del modelo AtomGPT, el cual recibió ajustes con amplias bases de datos de ciencia de materiales. DuctGPT analiza grandes volúmenes de combinaciones elementales en pocos segundos y admite consultas mediante lenguaje natural. Esta funcionalidad permite que los expertos definan propiedades objetivas de manera sencilla y eficiente para sus experimentos.
Dentro de los materiales evaluados, el tungsteno permanece como una opción principal debido a su resistencia a temperaturas extremas. No obstante, los investigadores señalaron que su baja ductilidad a temperaturas bajas limita su uso en componentes con geometrías complejas. Por esta razón, la nueva IA busca aleaciones alternativas que superen estos obstáculos técnicos para el éxito de la energía de fusión.
Con información de VTV
