Quantcast

Ciencia

Inteligencia artificial para buscar nuevos materiales 2D

Inteligencia artificial para buscar nuevos materiales 2D

Las posibilidades que da la computación para la ciencia, sobre todo los ordenadores potentes pero para nada extraordinarios, es que permiten hacer predicciones que hace solo unos años serían impensables ni siquiera planteárselas. Una reciente investigación en busca de nuevos materiales de uso en nanoelectrónica de un equipo encabezado por Arunima Singh del Instituto Nacional de Estándares y Tecnología de los Estados Unidos es un ejemplo estupendo de este uso.

El grafeno es una forma de carbono muy conocida. Sabemos que es una monocapa plana de átomos de carbono con propiedades muy interesantes. Bien, una de las cosas que demuestra el grafeno es que un material por lo demás ordinario, recordemos que la mina de un lápiz está hecha de láminas de grafeno unas encima de otras formando lo que llamamos grafito, se vuelve extraordinario si lo pasamos de 3 dimensiones a 2 dimensiones.

Efectivamente, algunas propiedades como la magnetorresistencia o la piezoelectricidad solo aparecen en las versiones 2D de los materiales. Entonces, ¿por qué no realizar una búsqueda sistemática de compuestos 2D de los materiales que son del grupo del carbono en la tabla periódica? Recordemos que los elementos de un mismo grupo tienen un comportamiento químico similar porque su estructura electrónica más externa es idéntica.

Antiguamente habría que haber hecho miles de cálculos a mano para intentar averiguar con poca precisión que compuestos 2D serían factible y cuáles podría tener propiedades diferentes. Hoy, lo que estos investigadores han hecho es crear un algoritmo que funciona eliminando todas las variaciones que no sean óptimas dese el punto de vista de estabilidad en un análisis de todas las estructuras 2D hipotéticas de todos los óxidos de cuatro elementos del grupo del carbono: silicio (Si), germanio (Ge), estaño (Sn) y plomo (Pb). Una vez que las tienen calculan las características electrónicas.

Pero esto es aún más complicado de lo que parece. A diferencia del carbono, cuya estructura cristalina 2D (grafeno) es la misma que la 3D (grafito), lo normal es que las estructuras 2D sean diferentes a las 3D. Así, por ejemplo, el cuarzo alfa (estructura 3D del dióxido de silicio, SiO2) tiene una estructura trigonal, pero la 2D, sintetizada recientemente, se ha comprobado que es bitetraédrica.

El algoritmo desarrollado por los investigadores es de los llamados genéticos, una clasificación del campo de la inteligencia artificial que engloba a los inspirados en la evolución biológica y su base genético-molecular. Lo que hace es tomar la población inicial de todos los óxidos posibles y dejarla evolucionar hasta que se encuentran las estructuras de menor nivel de energía y, por tanto, más estables; de éstas solo algunas serán 2D.

Los resultados indican que la forma estable del dióxido de germanio GeO2 debería ser monoclínica, mientras que los dióxidos de estaño SnO2 y plomo PbO2 2D deberían ser 1T (triclínicos, 1 capa), a diferencia de sus versiones 3D que tienen una estructura común de rutilo.

Cálculos adicionales muestran que estas estructuras deberían de poder sintetizarse en el laboratorio, bien sobre sustratos o, como el grafeno, como capas independientes. Los óxidos de germanio y estaño 2D podrían tener aplicaciones interesantes como dieléctricos en transistores mientras que el de estaño podría servir de protección en dispositivos nanoelectrónicos. Ya solo queda sintetizarlos y comprobarlo.

Referencia: Arunima Singh et al (2017) Genetic algorithm prediction of two-dimensional group-IV dioxides for dielectrics Physical Review B doi: 10.1103/PhysRevB.95.155426 

* Este artículo es parte de ‘Proxima’, una colaboración semanal de la Cátedra de Cultura Científica de la UPV con Next. Para saber más, no dejes de visitar el Cuaderno de Cultura Científica.

Ya no se pueden votar ni publicar comentarios en este artículo.