La IA radical utiliza laboratorios autónomos para acelerar el descubrimiento de aleaciones
o.- (Por Amanda Stutt). Mientras Estados Unidos se esfuerza por reducir su dependencia de China en materia de minerales críticos, la empresa Radical AI, con sede en Nueva York, está adoptando un enfoque diferente para asegurar materiales estratégicos: utilizar inteligencia artificial para desarrollar nuevas aleaciones que requieran menos metales cuya oferta es limitada.
La empresa ha desarrollado una plataforma de laboratorio autónoma que utiliza inteligencia artificial y robótica para diseñar, fabricar y probar materiales avanzados, una innovación que, según afirma, acorta drásticamente el proceso de descubrimiento de aleaciones utilizadas en la industria aeroespacial, la defensa y otras aplicaciones industriales.
En septiembre, Radical AI se asoció con los Laboratorios Nacionales Sandia para realizar investigaciones sobre las interacciones metal-hidrógeno y descubrir nuevos materiales para separar el hidrógeno de las corrientes de gases residuales.
Desde sus instalaciones en el Brooklyn Navy Yard, Radical AI ha demostrado un proceso de descubrimiento de aleaciones que produjo 300 nuevas composiciones en aproximadamente 16 semanas, según declaró el director ejecutivo Joseph Frause a MINING.COM en una entrevista.
Este proyecto cuenta con el respaldo de RTX y Nvidia y, según la compañía, podría ofrecer a los fabricantes estadounidenses otra forma de abordar las vulnerabilidades de la cadena de suministro mediante el rediseño de materiales en torno a elementos más fácilmente disponibles.
“Si dispones de un sistema capaz de diseñar nuevos materiales en función de las limitaciones que le indiques, y si ya existen materiales con limitaciones reales derivadas de la cadena de suministro, podemos ayudarte a resolver ese problema”, afirmó Frause.
“Podemos diseñar nuevos materiales que tengan en cuenta esas limitaciones, sin dejar de cumplir con la función o lo que llamamos el conjunto de propiedades que se requiere para una aplicación.”
Diseñar en torno a los minerales críticos
Gran parte de la estrategia de Washington en materia de minerales críticos se ha centrado en ampliar la capacidad nacional de extracción, procesamiento y refinación para reducir la dependencia de proveedores extranjeros.
Radical AI opera en etapas posteriores de la cadena de valor, utilizando metales refinados para desarrollar materiales avanzados que cumplan con requisitos específicos de rendimiento industrial.
La empresa no se dedica a la minería ni al procesamiento de minerales. Su tecnología, en cambio, identifica combinaciones de elementos que permiten obtener las propiedades deseadas de los materiales, minimizando al mismo tiempo la exposición a metales cuya disponibilidad es limitada.
Un ejemplo de ello es el hafnio, un elemento de importancia estratégica que se utiliza en aleaciones de alta temperatura para aplicaciones aeroespaciales y de defensa.
Radical AI afirma haber desarrollado con éxito aleaciones de alto rendimiento diseñadas para entornos de temperaturas extremas que contienen muy poco, y en algunos casos casi nada, de hafnio.
“El hafnio es uno de esos elementos de la tabla periódica que en su mayor parte proviene de la cadena de suministro de China y representa un factor de riesgo para el Departamento de Guerra, para Estados Unidos y para nuestros aliados”, dijo Frause.
El enfoque de la empresa permite a los fabricantes especificar qué elementos deben excluirse de un nuevo material, manteniendo al mismo tiempo la resistencia, la durabilidad y la resistencia al calor y a la oxidación requeridas.
“Estamos mezclando los ingredientes, no alterando los que ya están”, dijo Frause. “Estamos usando los ingredientes que tenemos disponibles. Ahora, lo que podemos hacer es decidir qué ingredientes deben estar en la lista”.
Esta tecnología podría ayudar a los fabricantes a desarrollar alternativas a las aleaciones que contienen metales vulnerables a las restricciones a la exportación, las tensiones geopolíticas o la limitada producción nacional.
Recortar años en el descubrimiento de materiales
La minería tradicional puede tardar entre 10 y 15 años en entrar en funcionamiento tras el proceso de descubrimiento, y costar más de u$s100M por un solo sistema de materiales.
Este proceso, largo y costoso, ha provocado que muchos fabricantes aeroespaciales y de defensa dependan de aleaciones desarrolladas hace décadas.
“Muchos de los materiales avanzados que utilizan, los metales estructurales que emplean, son antiguos. Tienen 20, 30, 40 o incluso 50 años en algunas aplicaciones”, dijo Frause.
La empresa cree que la experimentación autónoma puede acortar sustancialmente esos plazos mediante la integración del diseño de materiales basado en inteligencia artificial con pruebas físicas.
Una vez que el sistema identifica una composición prometedora, diseña una campaña experimental para sintetizar y evaluar la aleación.
A continuación, el laboratorio fabrica una muestra física que pesa aproximadamente entre 50 y 200 gramos antes de analizar su composición química, estructura granular y propiedades mecánicas.
Las pruebas pueden incluir dureza, resistencia a la tracción y rendimiento a altas temperaturas, incluidas las condiciones relevantes para aplicaciones hipersónicas.
Los datos resultantes se utilizan como base para modelos de aprendizaje automático con el fin de mejorar los experimentos posteriores.
“Tomaremos todos esos datos, los analizaremos con aprendizaje automático y luego los reincorporaremos al ciclo de diseño”, dijo Frause.
“A esto lo llamamos ciclo de aprendizaje activo, de modo que la próxima vez que fabrique una nueva aleación, estaré analizando los resultados anteriores mientras lo hago.”
Al incorporar continuamente resultados experimentales en sus modelos, Radical AI pretende acelerar el proceso iterativo que tradicionalmente realizan los científicos de materiales.
El objetivo a largo plazo es reducir los plazos de desarrollo de materiales de décadas a tan solo unos pocos años.
“En pocas palabras, se trata de tomar un cronograma de desarrollo de 20 años y reducirlo a uno, dos o tres años”, dijo.
Un nuevo modelo para el sector aeroespacial y de defensa
Además de acelerar los descubrimientos, Radical AI cree que su tecnología podría cambiar la forma en que los fabricantes diseñan los productos.
En lugar de seleccionar entre las aleaciones existentes, las empresas podrían desarrollar materiales diseñados específicamente para satisfacer las necesidades de los nuevos aviones, motores, sistemas de defensa y equipos industriales.
Este enfoque, conocido como ingeniería concurrente, permitiría que el desarrollo de materiales avanzara paralelamente al diseño del producto.
“Mientras diseño mi nuevo avión, también diseño los materiales que se utilizarán en él”, dijo Frause.
“Eso no ocurre hoy en día en el sector de las aleaciones.”
La empresa argumenta que el desarrollo de aleaciones específicas para cada aplicación podría propiciar mejoras en el rendimiento difíciles de lograr con materiales convencionales.
También podría permitir a los fabricantes tener en cuenta la disponibilidad de minerales críticos en las primeras etapas del desarrollo del producto, en lugar de enfrentarse a las limitaciones de la cadena de suministro una vez finalizados los diseños.
Plataforma comercial, no producción de aleaciones
Fundada en enero de 2024, Radical AI ha comercializado su plataforma de laboratorio autónomo y afirma que ya cuenta con clientes de pago.
A diferencia de un productor de metales convencional, la empresa no fabrica aleaciones en cantidades comerciales ni celebra acuerdos de compra.
En cambio, los clientes utilizan su tecnología para acelerar el descubrimiento de materiales y pueden conservar los derechos de propiedad intelectual de las composiciones desarrolladas a través de la plataforma.
“Nuestro producto es la plataforma, el laboratorio de conducción autónoma. Eso es lo que hemos comercializado y es lo que usamos actualmente con nuestros clientes”, dijo Frause. “No nos quedamos con los materiales”.
La empresa sigue centrada en la investigación en lugar de la fabricación a escala industrial, lo que significa que las aleaciones prometedoras aún deben someterse a un desarrollo y una cualificación adicionales antes de poder utilizarse en aplicaciones comerciales.
Esa distinción es particularmente importante en el sector aeroespacial y de defensa, donde los materiales deben cumplir con estrictos requisitos de seguridad, rendimiento y fiabilidad.
Si bien el descubrimiento impulsado por la IA no eliminará la necesidad de la extracción y el refinado de minerales críticos, Radical AI cree que puede brindar a los fabricantes una mayor flexibilidad a la hora de elegir los metales utilizados en aplicaciones avanzadas.
Para la industria minera, la aparición de tecnologías de sustitución de materiales podría influir a la larga en la demanda de ciertos metales críticos, al tiempo que las nuevas aplicaciones industriales crean oportunidades para otros.
“La forma en que hacemos ciencia es lo que realmente va a impactar a toda la industria de los materiales”, dijo Frause. “Será una nueva manera de hacer descubrimientos científicos”. (Mining.com)
