«Al implementar un modelo de inteligencia artificial, logramos filtrar más de 50,000 conjuntos de datos en solo tres meses, una tarea que habría tomado inconmensurablemente más tiempo utilizando métodos convencionales», declaró el profesor de la Escuela de Ciencia e Ingeniería de Materiales durante una entrevista en Shanghái.
En la noche del 2 de julio, hora de Beijing, la revista Nature publicó un logro científico pionero de un grupo de investigación. El equipo realizó un gran avance original en el campo de los metamateriales de radiación térmica impulsados por inteligencia artificial, desarrollando un modelo de IA para el diseño inverso capaz de generar grandes lotes de soluciones candidatas.
Los metamateriales son una clase de materiales artificiales con propiedades únicas. Aquellos que poseen capacidad de radiación térmica pueden «empaquetar» eficazmente el exceso de calor y transferirlo al exterior, actuando como un «dispositivo de enfriamiento».
Dadas las millones de combinaciones posibles de microestructuras y composición material, diseñar metamateriales es similar a navegar por un laberinto. El equipo redujo significativamente el tiempo de búsqueda implementando un modelo de inteligencia artificial.
Se destacó que la investigación científica está transitando cada vez más hacia un cuarto paradigma, que requiere grandes volúmenes de datos: la investigación impulsada por la IA. El equipo comenzó a explorar la integración del aprendizaje automático y la investigación científica alrededor de 2019, invirtiendo entre cinco y seis años para alcanzar estos resultados.
Como resultado de su trabajo, el equipo entrenó un modelo de IA capaz de generar de forma rápida y precisa multitud de soluciones de diseño para metamateriales de radiación térmica basadas en las propiedades espectrales deseadas, mejorando las dimensiones, la velocidad y el rendimiento del diseño.
Los metamateriales de radiación térmica «optimizados» obtenidos en esta investigación se están aplicando actualmente en áreas críticas como la gestión térmica en la industria aeroespacial y la refrigeración energéticamente eficiente de edificios, contribuyendo al progreso industrial.
