La búsqueda de nuevos materiales impulsa la innovación tecnológica y MatterGen revoluciona con IA generativa.
La búsqueda de nuevos materiales es clave para los avances tecnológicos y desde el descubrimiento del óxido de litio y cobalto en los años 80, que impulsó las baterías de iones de litio, hasta la necesidad de diseñar materiales para energía renovable y captura de CO2, la innovación en este campo sigue siendo esencial.
Sin embargo, encontrar materiales con propiedades específicas sigue siendo un proceso complejo y costoso.
MatterGen: IA generativa para la exploración de materiales
Publicado en Nature, este modelo de IA diseña materiales con propiedades químicas, mecánicas, electrónicas o magnéticas deseadas, evitando la selección manual de millones de candidatos.
Una arquitectura basada en modelos de difusión
MatterGen utiliza un modelo de difusión adaptado a la geometría 3D de los materiales. Similar a cómo las IA generan imágenes, MatterGen ajusta la estructura atómica para producir materiales viables y estables.
Entrenado con 608.000 materiales de bases de datos como Material Project y Alexandria, logra generar materiales diversos y de alta estabilidad.
Superando el cribado tradicional
A diferencia de otros estudio de cribado, que se limitan a bases de datos existentes, MatterGen explora materiales completamente nuevos.
Por ejemplo, generó materiales con un módulo volumétrico superior a 400 GPa, superando los límites del cribado convencional.

Verificación experimental y colaboraciones
MatterGen ha sido validado en laboratorio en colaboración con el Instituto de Tecnología Avanzada de Shenzhen, donde se sintetizó un material propuesto por el modelo.
Los resultados experimentales mostraron una precisión notable, con solo un 20% de error en la predicción del módulo volumétrico.
Disponibilidad y futuro del diseño de materiales con IA
MatterGen está disponible bajo licencia MIT para su uso y mejora por la comunidad científica.
Su combinación con MatterSim, un emulador de IA, promete acelerar la exploración y simulación de nuevos materiales, con aplicaciones en baterías, imanes y celdas de combustible.
Este nuevo reto podría transformar el descubrimiento de materiales como la IA generativa lo ha hecho en la investigación farmacéutica.
Con información de Microsoft Research.
Más historias
MatAnyone: Enmascaramiento de video con propagación de memoria
Anthropic refuerza la seguridad de los modelos de lenguaje
Stargate: El proyecto de IA exclusivo para OpenAI