{"id":9352,"date":"2026-06-16T16:58:54","date_gmt":"2026-06-16T19:58:54","guid":{"rendered":"http:\/\/laf5.publisher.highstack.com.ar\/?p=9352"},"modified":"2026-06-16T16:58:54","modified_gmt":"2026-06-16T19:58:54","slug":"la-ia-y-la-computacion-cuantica-empiezan-a-cambiar-la-forma-de-descubrir-nuevos-materiales-dos-estudios-muestran-como-simular-propiedades-que-antes-quedaban-fuera-del-alcance-de-los-superordenadores","status":"publish","type":"post","link":"https:\/\/laf5.publisher.highstack.com.ar\/?p=9352","title":{"rendered":"La IA y la computaci\u00f3n cu\u00e1ntica empiezan a cambiar la forma de descubrir nuevos materiales. Dos estudios muestran c\u00f3mo simular propiedades que antes quedaban fuera del alcance de los superordenadores"},"content":{"rendered":"
\n

Los materiales cu\u00e1nticos son una de esas promesas tecnol\u00f3gicas que llevan a\u00f1os sonando a futuro, pero que cada vez se parecen m\u00e1s a una herramienta concreta. Su inter\u00e9s est\u00e1 en que algunas de sus propiedades (superconductividad, entrelazamiento o formas inusuales de magnetismo) no se explican bien con la f\u00edsica cl\u00e1sica, sino con reglas cu\u00e1nticas que emergen a escala at\u00f3mica. Seg\u00fan explica la Universidad de Washington, esos comportamientos pueden nacer en patrones diminutos dentro de los cristales, pero terminar control\u00e1ndose a escalas \u00fatiles para computaci\u00f3n, electr\u00f3nica eficiente y nuevas tecnolog\u00edas.<\/p>\n

El problema es que dise\u00f1ar estos materiales no es como elegir ingredientes de una receta. Hay que simular c\u00f3mo se comportan much\u00edsimos \u00e1tomos, c\u00f3mo interact\u00faan entre capas, qu\u00e9 ocurre cuando se tuercen, se apilan o se someten a campos externos. Durante d\u00e9cadas, esa tarea dependi\u00f3 de superordenadores. Ahora, dos estudios liderados por investigadores de la Universidad de Washington apuntan a un cambio de m\u00e9todo: usar IA y computaci\u00f3n cu\u00e1ntica como herramientas complementarias.<\/p>\n

Una IA para mirar donde el superordenador se queda corto<\/h2>\n
\"La
\u00a9 Hiroki Takahashi\u2019s team at Okinawa Institute of Science and Technology (OIST).<\/figcaption><\/figure>\n

El primer estudio, publicado en Proceedings of the National Academy of Sciences en junio de 2026, se centra en materiales de muchas capas at\u00f3micas apiladas en patrones complejos. Seg\u00fan la Universidad de Washington, el equipo utiliz\u00f3 inteligencia artificial para simular decenas de l\u00e1minas de \u00e1tomos superpuestas, una tarea que habr\u00eda sido impracticable con t\u00e9cnicas tradicionales de supercomputaci\u00f3n.<\/p>\n

La clave est\u00e1 en que el modelo funciona como un sustituto r\u00e1pido y m\u00e1s barato de un superordenador. No reemplaza la f\u00edsica, sino que aprende de datos m\u00e1s peque\u00f1os para extrapolar el comportamiento de sistemas mucho mayores. En el trabajo sobre MoTe\u2082 multicapa retorcido, los investigadores desarrollaron una estrategia de entrenamiento informada por f\u00edsica para construir un campo de fuerzas de aprendizaje autom\u00e1tico capaz de funcionar en distintos \u00e1ngulos de torsi\u00f3n y n\u00fameros de capas.<\/p>\n

El resultado fue especialmente interesante porque aparecieron fen\u00f3menos que no estaban presentes a peque\u00f1a escala. Seg\u00fan el resumen del estudio, el sistema revel\u00f3 una \u201cestratificaci\u00f3n\u201d estructural y electr\u00f3nica: las capas pr\u00f3ximas a la interfaz moir\u00e9 conservaban una reconstrucci\u00f3n intensa, mientras que las capas exteriores se comportaban de forma m\u00e1s parecida al material masivo. Tambi\u00e9n aparec\u00edan efectos de aislamiento electr\u00f3nico y reordenamiento de bandas que no se observaban en sistemas de solo dos capas.<\/p>\n

El ordenador cu\u00e1ntico entra donde la IA no basta<\/h2>\n

El segundo estudio, publicado en Nature Communications, aborda un problema distinto. En vez de usar IA para escalar simulaciones de materiales complejos, el equipo recurri\u00f3 a un procesador cu\u00e1ntico para estudiar una fase ex\u00f3tica de la materia: el estado fermi\u00f3nico de Laughlin, una pieza fundamental para entender el efecto Hall cu\u00e1ntico fraccional y ciertos \u00f3rdenes topol\u00f3gicos.<\/p>\n

Seg\u00fan el art\u00edculo de Nature Communications, el equipo realiz\u00f3 un estado de Laughlin con factor de llenado \u03bd = 1\/3 en un ordenador cu\u00e1ntico de iones atrapados de IonQ, usando un circuito de 16 qubits y 369 compuertas de dos qubits. Para validar el resultado, extrajeron observables como el agujero de correlaci\u00f3n, la correspondencia borde-volumen y la entrop\u00eda de entrelazamiento topol\u00f3gico, con buena concordancia frente a simulaciones cl\u00e1sicas de referencia.<\/p>\n

Amazon Braket, que particip\u00f3 en el trabajo, explic\u00f3 que este tipo de estados topol\u00f3gicos son muy dif\u00edciles de estudiar en materiales reales porque requieren condiciones muy exigentes. Por eso, los procesadores cu\u00e1nticos programables empiezan a funcionar como laboratorios controlados para simular materia ex\u00f3tica antes de intentar trasladar esas ideas a materiales f\u00edsicos.<\/p>\n

La idea no es elegir entre IA o computaci\u00f3n cu\u00e1ntica, sino combinarlas<\/h2>\n
\"La
\u00a9 Erik Zumalt \/ Lukas Linhart.<\/figcaption><\/figure>\n

Lo interesante es que ambas herramientas no hacen lo mismo. La IA puede explorar r\u00e1pidamente enormes espacios de configuraciones y se\u00f1alar qu\u00e9 estructuras parecen prometedoras. La computaci\u00f3n cu\u00e1ntica, en cambio, puede representar ciertos fen\u00f3menos cu\u00e1nticos de forma m\u00e1s natural, sobre todo cuando la correlaci\u00f3n entre part\u00edculas vuelve demasiado costosa la simulaci\u00f3n cl\u00e1sica.<\/p>\n

Ting Cao, profesor asociado de ciencia e ingenier\u00eda de materiales en la Universidad de Washington y autor s\u00e9nior de ambos estudios, lo resume como un cambio de m\u00e9todo: la IA y la computaci\u00f3n cu\u00e1ntica empiezan a transformar no solo qu\u00e9 problemas pueden resolverse, sino c\u00f3mo se investiga. Seg\u00fan la propia universidad, el siguiente paso del grupo ser\u00e1 unir ambas l\u00edneas en herramientas h\u00edbridas: IA para guiar simulaciones cu\u00e1nticas, y ordenadores cu\u00e1nticos para generar datos que mejoren los modelos de IA.<\/p>\n

Di Xiao, profesor de la Universidad de Washington y coautor de los trabajos, fue todav\u00eda m\u00e1s directo al describir el momento del campo: tecnolog\u00edas que eran literalmente imposibles hace pocos a\u00f1os empiezan a volverse rutinarias en el estudio de materiales cu\u00e1nticos.<\/p>\n

Por qu\u00e9 esto puede importar fuera del laboratorio<\/h2>\n

Nada de esto significa que ma\u00f1ana vaya a aparecer un chip revolucionario dise\u00f1ado \u00edntegramente por IA y validado en un ordenador cu\u00e1ntico. El salto desde una simulaci\u00f3n prometedora hasta un material fabricable, estable y \u00fatil sigue siendo enorme. Pero estos trabajos muestran una direcci\u00f3n clara: reducir el tiempo entre imaginar una estructura cu\u00e1ntica, simularla, detectar propiedades interesantes y decidir si merece la pena llevarla al laboratorio.<\/p>\n

Ese cambio puede ser importante para electr\u00f3nica de bajo consumo, sensores, dispositivos cu\u00e1nticos y nuevas arquitecturas de computaci\u00f3n. Los materiales cu\u00e1nticos no son solo una curiosidad de f\u00edsica fundamental; son candidatos a sostener tecnolog\u00edas donde el calor, la eficiencia, la estabilidad y el control de estados ex\u00f3ticos importan cada vez m\u00e1s.<\/p>\n

La imagen de fondo es clara: el descubrimiento de materiales empieza a parecerse menos a una b\u00fasqueda lenta por ensayo y error y m\u00e1s a una conversaci\u00f3n entre modelos. La IA propone, el ordenador cu\u00e1ntico explora, los datos se retroalimentan y el laboratorio valida. Todav\u00eda estamos al principio, pero el camino apunta a una ciencia de materiales mucho m\u00e1s r\u00e1pida, m\u00e1s predictiva y bastante menos limitada por la fuerza bruta del c\u00e1lculo cl\u00e1sico.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"

Los materiales cu\u00e1nticos son una de esas promesas tecnol\u00f3gicas que llevan a\u00f1os sonando a futuro, pero que cada vez se parecen m\u00e1s a una herramienta concreta. Su inter\u00e9s est\u00e1 en que algunas de sus propiedades (superconductividad, entrelazamiento o formas inusuales de magnetismo) no se explican bien con la f\u00edsica cl\u00e1sica, sino con reglas cu\u00e1nticas que […]<\/p>\n","protected":false},"author":1,"featured_media":9353,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-9352","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/9352","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=9352"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/9352\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/9353"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=9352"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=9352"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=9352"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}