Noticias Actualidad en procesos industriales

Dele visibilidad a su trayectoria académica

Participe en la convocatoria de trabajos inéditos de Virtual Pro.

Publicar Ahora

2022-10-26Un experimento más rápido para encontrar y estudiar materiales topológicos

MIT |Utilizando el aprendizaje automático y espectros de rayos X simples, los investigadores pueden descubrir compuestos que podrían habilitar chips de computadora o dispositivos cuánticos de próxima generación.

Los materiales topológicos, una clase exótica de materiales cuyas superficies exhiben propiedades eléctricas o funcionales diferentes a las de sus interiores, han sido un área candente de investigación desde su realización experimental en 2007, un hallazgo que provocó más investigaciones y precipitó un Premio Nobel de Física en 2016. Se cree que estos materiales tienen un gran potencial en una variedad de campos, y algún día podrían usarse en dispositivos electrónicos u ópticos ultraeficientes, o en componentes clave de computadoras cuánticas.

Pero hay muchos miles de compuestos que teóricamente pueden tener características topológicas, y sintetizar y probar incluso uno de esos materiales para determinar sus propiedades topológicas puede llevar meses de experimentos y análisis. Ahora, un equipo de investigadores del MIT y de otros lugares ha ideado un nuevo enfoque que puede seleccionar rápidamente materiales candidatos y determinar con más del 90 por ciento de precisión si son topológicos.

Usando este nuevo método, los investigadores han producido una lista de materiales candidatos. Ya se sabía que algunos de estos tenían propiedades topológicas, pero el resto se predice recientemente con este enfoque.

Los hallazgos se informan en la revista Advanced Materials en un artículo de Mingda Li, profesora de desarrollo profesional de la clase ´47 en el MIT, estudiantes de posgrado (y hermanas gemelas) Nina Andrejevic en el MIT y Jovana Andrejevic en la Universidad de Harvard, y otros siete en el MIT, Harvard, la Universidad de Princeton y el Laboratorio Nacional de Argonne.

Los materiales topológicos reciben su nombre de una rama de las matemáticas que describe las formas en función de sus características invariables, que persisten sin importar cuánto se estire o se comprima continuamente un objeto fuera de su forma original. Los materiales topológicos, de manera similar, tienen propiedades que permanecen constantes a pesar de los cambios en sus condiciones, como perturbaciones externas o impurezas.

Hay varias variedades de materiales topológicos, incluidos semiconductores, conductores y semimetales, entre otros. Inicialmente, se pensó que solo había un puñado de tales materiales, pero la teoría y los cálculos recientes han predicho que, de hecho, miles de compuestos diferentes pueden tener al menos algunas características topológicas. La parte difícil es descubrir experimentalmente qué compuestos pueden ser topológicos.

Las aplicaciones de estos materiales abarcan una amplia gama, incluidos dispositivos que podrían realizar funciones informáticas y de almacenamiento de datos de manera similar a los dispositivos basados ​​en silicio pero con una pérdida de energía mucho menor, o dispositivos para recolectar electricidad de manera eficiente a partir del calor residual, por ejemplo, en plantas de energía térmica o en dispositivos electrónicos. Los materiales topológicos también pueden tener propiedades superconductoras, que podrían usarse para construir bits cuánticos para computadoras cuánticas topológicas.

Pero todo esto se basa en desarrollar o descubrir los materiales correctos. "Para estudiar un material topológico, primero debe confirmar si el material es topológico o no", dice Li, "y esa parte es un problema difícil de resolver de la manera tradicional". Se utiliza un método llamado teoría funcional de la densidad para realizar los cálculos iniciales, que luego deben seguirse con experimentos complejos que requieren cortar una pieza del material a nivel atómico y probarla con instrumentos en condiciones de alto vacío. “La mayoría de los materiales ni siquiera se pueden medir debido a diversas dificultades técnicas”, dice Nina Andrejevic. Pero para aquellos que pueden, el proceso puede llevar mucho tiempo. “Es un procedimiento realmente laborioso”, dice ella.

Mientras que el enfoque tradicional se basa en medir las fotoemisiones del material o hacer un túnel de electrones, explica Li, la nueva técnica que él y su equipo desarrollaron se basa en la absorción, específicamente, la forma en que el material absorbe los rayos X. A diferencia de los costosos aparatos necesarios para las pruebas convencionales, los espectrómetros de absorción de rayos X están fácilmente disponibles y pueden operar a temperatura ambiente y presión atmosférica, sin necesidad de vacío. Tales mediciones se realizan ampliamente en biología, química, investigación de baterías y muchas otras aplicaciones, pero no se habían aplicado previamente para identificar materiales cuánticos topológicos.

La espectroscopia de absorción de rayos X proporciona datos espectrales característicos de una muestra determinada de material. El próximo desafío es interpretar esos datos y cómo se relacionan con las propiedades topológicas. Para eso, el equipo recurrió a un modelo de aprendizaje automático, alimentando una colección de datos sobre los espectros de absorción de rayos X de materiales topológicos y no topológicos conocidos, y entrenando el modelo para encontrar los patrones que relacionan los dos. Y de hecho encontró tales correlaciones.

"Sorprendentemente, este enfoque tuvo una precisión superior al 90 por ciento cuando se probó en más de 1500 materiales conocidos", dice Nina Andrejevic, y agrega que las predicciones toman solo unos segundos. "Este es un resultado emocionante dada la complejidad del proceso convencional".

Aunque el modelo funciona, como ocurre con muchos resultados del aprendizaje automático, los investigadores aún no saben exactamente por qué funciona o cuál es el mecanismo subyacente que vincula la absorción de rayos X con las propiedades topológicas. “Si bien la función aprendida que relaciona los espectros de rayos X con la topología es compleja, el resultado puede sugerir que ciertos atributos a los que es sensible la medición, como las estructuras atómicas locales, son indicadores topológicos clave”, dice Jovana Andrejevic.

El equipo ha utilizado el modelo para construir una tabla periódica que muestra la precisión general del modelo en los compuestos hechos de cada uno de los elementos. Sirve como una herramienta para ayudar a los investigadores a identificar familias de compuestos que pueden ofrecer las características adecuadas para una aplicación determinada. Los investigadores también produjeron un estudio preliminar de los compuestos en los que utilizaron este método de rayos X, sin un conocimiento previo de su estado topológico, y compilaron una lista de 100 materiales candidatos prometedores, algunos de los cuales ya se sabía que eran topológicos.

"Este trabajo representa uno de los primeros usos del aprendizaje automático para comprender qué experimentos intentan decirnos sobre materiales complejos", dice Joel Moore, profesor de física Chern-Simons en la Universidad de California en Berkeley, que no estaba asociado con esta investigación. “Muchos tipos de materiales topológicos se entienden bien teóricamente en principio, pero encontrar materiales candidatos y verificar que tengan la topología correcta de sus bandas puede ser un desafío. El aprendizaje automático parece ofrecer una nueva forma de abordar este desafío: incluso los datos experimentales cuyo significado no es inmediatamente obvio para un ser humano pueden ser analizados por el algoritmo, y estoy emocionado de ver qué nuevos materiales resultarán de esta forma de mirar”.

Anatoly Frenkel, profesor del Departamento de Ciencia de los Materiales e Ingeniería Química de la Universidad de Stony Brook y químico sénior del Laboratorio Nacional de Brookhaven, comentó además que "fue una muy buena idea considerar que el espectro de absorción de rayos X puede tener una clave al carácter topológico en la muestra medida.”

El equipo de investigación incluyó a Andrei Bernevig y Nicolas Regnault en la Universidad de Princeton, Fei Han y Thanh Nguyen y Nathan Drucker en el MIT, Chris Rycroft en la Universidad de Harvard y Gilberto Fabbris en el Laboratorio Nacional de Argonne. El trabajo fue apoyado por el Departamento de Energía de los Estados Unidos y la Fundación Nacional de Ciencias.

MIT
Autor
MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...


2023-02-01
Cómo hacer que los hidrogeles sean más inyectables

Un nuevo marco computacional podría ayudar a los investigadores a diseñar hidrogeles granulares para reparar o reemplazar tejidos enfermos.

2023-02-01
Etiquetas del mismo material que los envases para impulsar el reciclaje

Un informe de Planet Tracker aboga por que los fabricantes usen en sus etiquetas el mismo material que en el envase para facilitar el reciclaje en bucle cerrado y mejorar la oferta de plásticos recuperados.

2023-01-31
Estudio: La superconductividad se activa y desactiva en el grafeno de «ángulo mágico»

Un pulso eléctrico rápido cambia por completo las propiedades electrónicas del material, abriendo una ruta hacia la electrónica superconductora ultrarrápida, inspirada en el cerebro.

2023-01-31
El Proyecto REPurpose diseñará plásticos elastómeros seguros y sostenibles a partir del reciclado de residuos posconsumo

Encontrar un modo sostenible de conformar una economía de residuo cero es primordial para mantener un sistema de consumo consciente de los límites de nuestro planeta, en especial en el caso de materiales versátiles y tan extendidos como el plástico. En los próximos cuarenta años, se estima que el consumo global de materiales como la biomasa, los combustibles fósiles, el metal y los minerales doblará su cifra, lo que tendrá consecuencias negativas en los seres humanos y en el medio ambiente. La producción anual de plásticos es de casi 380 Mt y, para 2035, está previsto que se doble esa cifra e incluso se cuadruplique en 2050. Por esta razón, es necesario identificar soluciones que ayuden a usar los recursos de manera efectiva y eficiente para la producción de estos materiales.

2023-01-31
Aplican residuos del vino para eliminar metales pesados de aguas

Un equipo de investigación de la Universidad de Cádiz propone el uso de biomasa procedente de residuos agroalimentarios para la captación de minerales nocivos presentes en sistemas acuosos. Este procedimiento permite reutilizar los desechos de esta industria, sin necesidad de procesos complejos, en la remediación de ecosistemas.

2023-01-28
Convierten los residuos plásticos en nuevos productos de valor

Dar una nueva vida a los residuos plásticos sí es posible. Este es el objetivo de ‘MAREA Plastic’ – Malaga Reaction Against Plastic- un proyecto liderado por los investigadores de la Escuela de Ingenierías Industriales de la UMA Óscar de Cózar y Carmen Ladrón de Guevara, que, a través de un proceso de economía circular, transforma los desechos en nuevos productos de valor.