La técnica permite imponer restricciones geométricas en modelos diffusion, generó 10 millones de candidatos y ya llevó a sintetizar dos compuestos —un atajo para acelerar la carrera por materiales útiles para computación cuántica.
MIT abre una vía práctica para que la inteligencia artificial deje de proponer millones de estructuras «seguros» y empiece a diseñar materiales que los físicos realmente necesitan. Con SCIGEN, investigadores del MIT instruyen a modelos generativos tipo diffusion para que respeten reglas geométricas —Kagome, Archimedean, Lieb, redes cuadradas— y así produzcan candidatos con mayor probabilidad de exhibir propiedades cuánticas relevantes.
“Los modelos de estas grandes compañías generan materiales optimizados por estabilidad,” dijo Mingda Li y subraya la idea central: no hacen falta más de 10 millones de materiales, sino uno que cambie el rumbo de la tecnología.
Cómo funciona SCIGEN
SCIGEN (Structural Constraint Integration in GENerative model) actúa como una capa de control: en cada paso de generación bloquea estructuras que no se ajustan a las reglas definidas por el investigador. Aplicado sobre el modelo DiffCSP, SCIGEN forzó la creación de materiales con lattices Archimedean —colecciones de teselados 2D de polígonos— que están ligados a fenómenos como quantum spin liquids o bandas extremadamente planas (flat bands). Como explica Mouyang Cheng, “las redes Archimedean dan lugar a spin liquids y a las llamadas bandas planas…”).
La potencia del enfoque queda clara en cifras: los investigadores generaron más de 10 millones de candidatos; 1 millón superó el filtro de estabilidad; tras simulaciones en los supercomputadores de Oak Ridge, una muestra de 26.000 estructuras mostró que 41% tenía comportamiento magnético en las predicciones. De ahí se seleccionaron compuestos para síntesis experimental: TiPdBi y TiPbSb, sintetizados en los laboratorios de Weiwei Xie y Robert Cava, cuya caracterización confirmó en gran medida las predicciones computacionales.
Impacto para la industria y pasos prácticos
Para la comunidad cuántica y la industria de materiales, SCIGEN representa un cambio en la estrategia de descubrimiento: pasar de exploraciones masivas y poco direccionadas a búsquedas guiadas por restricciones relevantes para la física que interesa. Weiwei Xie resume el desafío: “Hay una gran búsqueda de materiales para computación cuántica y superconductores topológicos…” mientras Robert Cava apunta que “el progreso experimental ha sido muy, muy lento.”
Las empresas y laboratorios que trabajan en computación cuántica, sensores magnéticos o materiales electrónicos tienen ahora una herramienta que puede multiplicar candidatos técnicamente relevantes y así reducir años de búsqueda experimental. No obstante, los autores recuerdan la regla de oro: la verificación experimental sigue siendo imprescindible y SCIGEN debe integrarse con restricciones químicas y funcionales adicionales para maximizar su utilidad.
SCIGEN no promete eliminar el trabajo de laboratorio, pero sí ofrece un atajo dirigido para encontrar «la» estructura que podría cambiar el juego en la electrónica y la computación cuántica —y con números detrás que ya han dado resultados concretos en forma de compuestos nuevos.
