Los propietarios de sementales de pura sangre crían cuidadosamente caballos premiados durante generaciones para ganar fracciones de segundo en carreras de un millón de dólares. Los científicos de materiales han tomado una página de ese manual, recurriendo al poder de la evolución y la selección artificial para desarrollar superconductores que puedan transmitir corriente eléctrica de la manera más eficiente posible.

Quizás de forma contraria a la intuición, la mayoría de los superconductores aplicados pueden operar con campos magnéticos elevados porque contienen defectos. El número, Talla, la forma y la posición de los defectos dentro de un superconductor trabajan juntas para mejorar la capacidad de transporte de corriente eléctrica en presencia de un campo magnético. Demasiados defectos sin embargo, puede provocar el bloqueo de la vía de la corriente eléctrica o la ruptura del material superconductor, por lo que los científicos deben ser selectivos en la forma en que incorporan defectos en un material.

En un nuevo estudio del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE), Los investigadores utilizaron el poder de la inteligencia artificial y las supercomputadoras de alto rendimiento para introducir y evaluar el impacto de diferentes configuraciones de defectos en el rendimiento de un superconductor.

Los investigadores desarrollaron un algoritmo informático que trataba cada defecto como un gen biológico. Diferentes combinaciones de defectos produjeron superconductores capaces de transportar diferentes cantidades de corriente. Una vez que el algoritmo identificó un conjunto de defectos particularmente ventajoso, se reinicializó con ese conjunto de defectos como una "semilla, "de donde surgirían nuevas combinaciones de defectos.

"Cada ejecución de la simulación equivale a la formación de una nueva generación de defectos que el algoritmo busca optimizar, ", dijo el distinguido compañero y científico senior de materiales de Argonne, Wai-Kwong Kwok, un autor del estudio. "Tiempo extraordinario, las estructuras del defecto se refinan progresivamente, ya que seleccionamos intencionalmente estructuras defectuosas que permitirán materiales con la corriente crítica más alta ".

La razón por la que los defectos forman una parte tan esencial de un superconductor radica en su capacidad para atrapar y anclar vórtices magnéticos que se forman en presencia de un campo magnético. Estos vórtices pueden moverse libremente dentro de un material superconductor puro cuando se aplica una corriente. Cuando lo hacen, empiezan a generar una resistencia, negando el efecto superconductor. Manteniendo los vórtices clavados sin dejar de permitir que la corriente viaje a través del material, representa un santo grial para los científicos que buscan encontrar formas de transmitir electricidad sin pérdida de superconductores aplicados.

Para encontrar la combinación correcta de defectos para detener el movimiento de los vórtices, los investigadores inicializaron su algoritmo con defectos de forma y tamaño aleatorios. Si bien los investigadores sabían que esto estaría lejos de ser la configuración óptima, le dio al modelo un conjunto de condiciones iniciales neutrales a partir de las cuales trabajar. A medida que los investigadores recorrieron generaciones sucesivas del modelo, vieron que los defectos iniciales se transformaban en una forma columnar y, en última instancia, en una disposición periódica de defectos planos.

"Cuando la gente piensa en la evolución dirigida, podrían pensar en personas que crían perros o caballos, "dijo Andreas Glatz, científico de materiales de Argonne, el autor correspondiente del estudio. "El nuestro es un ejemplo de materiales por diseño, donde la computadora aprende de generaciones anteriores la mejor disposición posible de defectos ".

Un posible inconveniente del proceso de selección de defectos artificiales radica en el hecho de que ciertos patrones de defectos pueden arraigarse en el modelo. conduciendo a una especie de calcificación de los datos genéticos. "En cierto sentido, puedes pensar en ello como una endogamia, "Dijo Kwok." Conservar la mayor parte de la información en nuestro 'acervo genético' de defectos entre generaciones tiene tanto beneficios como limitaciones, ya que no permite transformaciones drásticas en todo el sistema. Sin embargo, nuestra 'evolución' digital se puede repetir con diferentes semillas iniciales para evitar estos problemas ".

Para ejecutar su modelo, los investigadores necesitaban instalaciones informáticas de alto rendimiento en Argonne and Oak Ridge National Laboratory. La Instalación de Computación de Liderazgo de Argonne y la Instalación de Computación de Liderazgo de Oak Ridge son instalaciones para usuarios de la Oficina de Ciencias del DOE.

Un artículo basado en el estudio, "Evolución dirigida de paisajes fijos para grandes corrientes críticas superconductoras, "apareció en la edición del 21 de mayo de la procedimientos de la Academia Nacional de Ciencias . Además de Kwok y Glatz, Ivan Sadovskyy de Argonne, Alexei Koshelev y Ulrich Welp también colaboraron.