IA y materiales avanzados: la revolución de los MOF para capturar CO₂

Resumido del original “AI models are dreaming up the materials of the future” publicado en The Economist del 5 de Marzo de 2025

Los marcos metalorgánicos (MOF) * han sido una solución prometedora para capturar y eliminar el dióxido de carbono (CO₂) del aire. Estas estructuras porosas pueden diseñarse a medida para distintas condiciones ambientales, pero encontrar la composición ideal entre miles de millones de opciones es un desafío imposible para los humanos. Ahí es donde la inteligencia artificial (IA) entra en juego.
(*) N del E: MOF es el acrónimo en inglés de Metal-Organic Framework, que en español se traduce como Estructura Metal-Orgánica. Los MOF son materiales porosos compuestos por iones metálicos y ligandos orgánicos, utilizados en diversas aplicaciones como almacenamiento de gases, catálisis, sensores y filtración de agua, entre otros.

CuspAI y la automatización del diseño de materiales : CuspAI https://www.cusp.ai/ es una startup que emplea múltiples modelos de IA para generar y evaluar MOF con propiedades específicas. Su meta no es solo encontrar un buen material, sino construir un sistema capaz de diseñar cualquier material bajo demanda. Este enfoque tiene implicaciones más allá de la captura de carbono: podría acelerar el desarrollo de baterías avanzadas, bioplásticos sostenibles y hasta superconductores a temperatura ambiente.
El impacto de la IA en la ciencia de los materiales ya es medible. Un estudio del MIT https://aidantr.github.io/files/AI_innovation.pdf reveló que el uso de una herramienta de IA en una empresa estadounidense aumentó un 44% la cantidad de materiales descubiertos, un 17% los prototipos creados y un 39% las patentes presentadas. Además, los materiales asistidos por IA mostraban estructuras más novedosas y mayor innovación técnica.

A pesar del avance de la IA, diseñar materiales sigue siendo complejo. La producción requiere instalaciones especializadas y fuertes inversiones, algo que no siempre es viable para las startups. En contraste, la industria farmacéutica ha logrado sortear este obstáculo mediante modelos de inversión compartida, lo que aún no sucede en el campo de los materiales avanzados.

Desafíos en la producción de nuevos materiales

Empresas como VSParticle https://vsparticle.com/ buscan simplificar este proceso mediante automatización. Su “impresora 3D” a nanoescala permite fabricar películas de materiales innovadores siguiendo recetas específicas, eliminando la necesidad de procesos de síntesis costosos.

La automatización también ha demostrado su potencial en otras áreas. En 2023, científicos del MIT utilizaron robots con IA para diseñar nuevos tintes biomédicos https://news.mit.edu/2024/noninvasive-imaging-method-can-penetrate-deeper-living-tissue-1211 y en 2024, investigadores de la Universidad de Toronto lograron crear un material de ganancia para láseres con asistencia de IA.
Grandes tecnológicas y el futuro del descubrimiento de materiales
Empresas como Meta también están invirtiendo en este campo.
En noviembre de 2024, anunciaron una alianza con VSParticle y la Universidad de Toronto https://vsparticle.com/about/media-blogs/meta-and-vsparticle-launch-first-and-largest-catalyst-database-to-accelerate-clean-energy-transition para analizar y digitalizar más de 500 electrocatalizadores experimentales, esenciales para baterías de nueva generación.
Utilizaron su capacidad de cómputo sobrante para acelerar las simulaciones y el desarrollo de estos materiales.

Orbital Materials: un enfoque híbrido

Orbital Materials, https://www.orbitalmaterials.com/ con sede en Londres, también emplea IA para desarrollar MOF, pero con un enfoque distinto.
En lugar de operar como un laboratorio virtual, ha creado sus propias instalaciones para fabricar y probar los materiales generados por su IA.
Su modelo ha simulado millones de interacciones químicas para predecir nuevas combinaciones eficientes.

Si estas iniciativas tienen éxito, podrían revolucionar la ciencia de los materiales, demostrando que la IA no solo acelera la investigación, sino que también puede llevar descubrimientos al mercado más rápido que nunca.

Ver nota completa en https://www.economist.com/science-and-technology/2025/03/05/ai-models-are-dreaming-up-the-materials-of-the-future