La inteligencia artificial identifica una combinación asequible para producir hidrógeno verde
La búsqueda de una solución más económica y eficiente para la producción de hidrógeno verde ha dado un gran paso gracias a la intervención de la inteligencia artificial (IA). Un grupo de investigadores de la Universidad de Toronto ha logrado identificar la combinación más efectiva de metales asequibles para un catalizador que optimiza la producción de hidrógeno verde, un combustible clave para la transición hacia energías limpias.
Tradicionalmente, la producción de hidrógeno verde más usual implica el uso de electricidad generada por fuentes renovables que se aplica a dos piezas de metal sumergidas en agua, lo que provoca la liberación de oxígeno e hidrógeno. Sin embargo, este proceso, conocido como electrólisis, es actualmente costoso debido a la gran cantidad de electricidad que requiere y al elevado precio de los metales utilizados como catalizadores.
La comunidad científica ha estado en la búsqueda de una aleación ideal de metales que pueda actuar como un catalizador más eficiente y de bajo costo. Hasta ahora, esta búsqueda dependía de métodos de ensayo y error en el laboratorio, lo que resultaba en un proceso largo y tedioso. Con miles de millones de combinaciones posibles, encontrar la aleación perfecta era similar a buscar una aguja en un pajar.
Este desafío llevó a un equipo de investigadores, liderado por Jehad Abed, a desarrollar un programa de IA capaz de acelerar significativamente esta búsqueda. Abed, quien en ese momento era estudiante de doctorado en la Universidad de Toronto, colaboró con científicos de la Universidad Carnegie Mellon para crear un algoritmo que pudiera evaluar rápidamente miles de combinaciones de metales.
El estudio, cuyos hallazgos fueron publicados en el Journal of the American Chemical Society, describe cómo el programa de IA analizó más de 36.000 combinaciones diferentes de óxidos metálicos. A través de simulaciones virtuales, el programa evaluó cuál de estas combinaciones sería la más eficiente y estable como catalizador para la producción de hidrógeno verde.
Una vez identificada la combinación más prometedora, Abed llevó a cabo pruebas en el laboratorio para verificar la precisión de las predicciones de la IA. Utilizando rayos X ultrabrillantes en la Canadian Light Source (CLS) y en la Advanced Photon Source del Argonne National Laboratory en Chicago, los investigadores analizaron cómo el catalizador respondía durante las reacciones electroquímicas.
El resultado fue revelador. La aleación de metales recomendada por la IA, que consistía en una combinación de rutenio, cromo y titanio en proporciones específicas, superó las expectativas. "La aleación recomendada por la computadora funcionó 20 veces mejor que nuestro metal de referencia en términos de estabilidad y durabilidad", explicó Abed. Esta nueva combinación no solo mostró una eficiencia significativamente mayor, sino que también demostró una notable longevidad.
A pesar del éxito inicial, Abed subraya que esta aleación aún debe someterse a rigurosas pruebas adicionales para garantizar que pueda soportar las condiciones del "mundo real". Sin embargo, los resultados preliminares sugieren que este enfoque basado en IA podría transformar la manera en que se desarrollan nuevos catalizadores, ahorrando años de trabajo en el laboratorio.
"La computadora tenía razón al decir que esta aleación era más efectiva y estable. Eso fue un gran avance porque demuestra que este método para encontrar mejores catalizadores está funcionando", comentó Abed. "Lo que a una persona le llevaría años probar, la computadora puede simularlo en cuestión de días". @mundiario
