Una plataforma de diseño pionera revela nuevas estructuras topológicas
En los últimos decenios, los materiales topológicos han cautivado a la comunidad de físicos e ingenieros, ya que los científicos siguen descubriendo más de estos materiales exóticos cuyas propiedades permanecen inalteradas bajo continuas torsiones, flexiones u otras deformaciones. Los materiales topológicos, antaño considerados inusuales, son omnipresentes e incluyen materiales electrónicos, ópticos y mecánicos. Los metamateriales mecánicos topológicos y, más en general, los aspectos topológicos de los sistemas de materia condensada constituyen un área de investigación emergente y dinámica. Acelerar su descubrimiento y aplicación requiere planteamientos de diseño innovadores. El proyecto TopMechMat, financiado con fondos europeos, se propuso aprovechar el potencial de los algoritmos genéticos para ejecutar las exploraciones de parámetros a gran escala necesarias en algoritmos de diseño novedosos.
Química cuántica topológica y algoritmos genéticos
Sebastian Huber, coordinador del proyecto en la ETH Zürich, entidad anfitriona del proyecto, comenta: «La característica principal de los materiales topológicos —la estabilidad de las funcionalidades codificadas en la topología— se deriva del hecho de que la topología se manifiesta en índices topológicos de valores discretos». Estos índices son funciones matemáticas que asignan estructuras químicas o moleculares a valores numéricos, los equivalentes digitales de las estructuras químicas. Estos índices topológicos de valores discretos deben optimizarse para descubrir nuevos materiales topológicos, lo que significa que no pueden utilizarse los esquemas tradicionales de optimización continua basados en gradientes, como el descenso más pronunciado. En TopMechMat se recurrió a la emergente teoría de la química cuántica topológica y a algoritmos genéticos relacionados con la IA a fin de superar estos retos. La química cuántica topológica, que describe todas las estructuras de banda probables (posibles niveles de energía de los electrones y huecos de banda) en todos los materiales, ofreció una visión teórica profunda de los mecanismos fundamentales que actúan en los materiales topológicos. A continuación, los algoritmos genéticos relacionados con la IA —un método de optimización sin gradientes basado en la genética, la selección natural y la evolución— aprovecharon estos conocimientos para buscar metamateriales mecánicos topológicos. Estos algoritmos, que se emplean con profusión en los ámbitos de la IA y el aprendizaje automático, son muy eficaces a la hora de descubrir soluciones optimizadas al buscar en conjuntos de datos grandes y complejos.
Nuevo enfoque de diseño, nuevos metamateriales mecánicos topológicos
«Hemos cambiado la forma de diseñar nuestros metamateriales mecánicos topológicos con la combinación de la química cuántica topológica y estrategias de diseño evolutivo relacionadas con la IA, como la estrategia de evolución con adaptación de matriz de covarianza. Con ellos, nuestra investigación aplicada (la búsqueda de metamateriales mecánicos topológicos) ha mejorado nuestra comprensión de los fundamentos (mecanismos topológicos). El éxito es evidente: nuestro enfoque ha revelado estructuras topológicas nunca observadas en ninguna otra plataforma, incluidas las electrónicas que investigan estas fases de la materia desde principios de los años ochenta del siglo pasado», señala Huber. Del mismo modo, el proyecto demostró el valor ampliado de la investigación interdisciplinar, en la que los descubrimientos y la experimentación en un campo pueden conducir a avances y conocimientos inesperados en áreas aparentemente no relacionadas. Mientras estudiaban ondas sonoras en cavidades acústicas, los investigadores se percataron de que los conocimientos obtenidos de la ingeniería acústica tienen implicaciones para entender la superconductividad en un material cuántico, el grafeno bicapa retorcido. «Esta sorprendente conexión entre dos temas aparentemente sin relación, puede ser una de las lecciones más importantes de este proyecto», destaca Huber. Huber cree que la IA desempeñará un papel aún más importante en la búsqueda de materiales electrónicos topológicos. «En pocas palabras, el diseño de materiales mecánicos u ópticos puede reducirse a taladrar la disposición correcta de orificios en los materiales adecuados. Los compuestos electrónicos exigen examinar muchísimas entradas en bases de datos cristalográficas en un esfuerzo por vincularlos a las propiedades deseadas, un reto bien adaptado a los métodos de ciencia de datos de IA», concluye Huber. Aprovechar la potencia de los algoritmos genéticos y otros métodos basados en la IA debería acelerar los descubrimientos más allá de la actual punta del iceberg en lo que respecta a los metamateriales topológicos mecánicos, electrónicos y ópticos. Es más que probable que aparezcan nuevas aplicaciones exóticas.
Palabras clave
TopMechMat, topológico, IA, algoritmos genéticos, metamateriales mecánicos topológicos, química cuántica topológica, topología, estrategia de evolución con adaptación de matriz de covarianza, índices topológicos, superconductividad, grafeno
