---
title: "Un equipo de investigadores logra desarrollar materiales nanoarquitectónicos mediante el aprendizaje automático y la impresión 3D"
url: https://www.voxelmatters.com/es/un-equipo-de-investigadores-logra-desarrollar-materiales-nanoarquitectonicos-mediante-el-aprendizaje-automatico-y-la-impresion-3d/
date: 2025-01-26
modified: 2025-01-26
lang: es
author: "Edward Wakefield"
description: "Según informa la Facultad de Ciencias Aplicadas e Ingeniería de la Universidad de Toronto, un grupo de investigadores ha utilizado el aprendizaje automático y la impresión 3D para diseñar una..."
categories:
  - "Investigación sobre la AM"
  - "Microimpresión 3D"
tags:
  - "future"
image: https://www.voxelmatters.com/wp-content/uploads/2025/01/Lattice-geometry-640x240.jpg
word_count: 983
---

# Un equipo de investigadores logra desarrollar materiales nanoarquitectónicos mediante el aprendizaje automático y la impresión 3D

[Según informa la Facultad de Ciencias Aplicadas e Ingeniería de la Universidad de Toronto](https://news.engineering.utoronto.ca/strong-as-steel-light-as-foam-machine-learning-and-nano-3d-printing-produce-breakthrough-high-performance-nano-architected-materials/), un grupo de investigadores ha utilizado el aprendizaje automático y la impresión 3D para diseñar una serie de materiales nanoarquitectónicos con una resistencia comparable a la del acero al carbono y un peso similar al de la espuma de poliestireno.

En un nuevo artículo [publicado en la revista *Advanced Materials*](https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202410651), un equipo dirigido por el profesor Tobin Filleter (MIE) explica cómo han logrado fabricar unos nanomateriales con propiedades aparentemente opuestas, como una resistencia excepcional, un peso reducido y un potencial excepcional a nivel de personalización. Esta tecnología podría beneficiar a una amplia variedad de industrias, desde la automotriz hasta la aeroespacial.

«Los materiales nanoarquitectónicos permiten crear formas de alto rendimiento —por ejemplo, un puente de triángulos—, a escala microscópica, lo que significa que podemos aprovechar el principio de “a menor tamaño, mayor resistencia” para obtener una de las relaciones resistencia-peso y rigidez-peso más elevadas en términos de materiales», explica Peter Serles, primer autor este artículo, máster en Ciencias Aplicadas (1T9) y doctor en Ingeniería Mecánica e Industrial (2T4). «Sin embargo, las formas y geometrías de celosía estándares que se utilizan tienden a formar intersecciones y esquinas agudas, lo que genera la denominada "concentración de tensiones". Este problema provoca que los materiales cedan en esos puntos y se rompan, lo que limita su potencial a nivel general. Mientras pensaba en cómo podíamos superar este obstáculo, me di cuenta de que era una tarea perfecta para el aprendizaje automático».

Los materiales nanoarquitectónicos están formados por minúsculos bloques de construcción o unidades idénticas de unos pocos cientos de nanómetros de longitud; haría falta colocar más de 100 en fila para poder alcanzar el grosor de un cabello humano. Estos bloques, que en este caso están compuestos de carbono, se disponen en complejas estructuras tridimensionales denominadas «nanorretículas».

![Researchers from the University of Toronto have designed nano-architected materials using ML and 3D printing.](https://www.voxelmatters.com/wp-content/uploads/2025/01/Lattice-geometry-1-scaled.jpg)A la derecha, imagen de la geometría completa de la retícula. A la izquierda, una retícula compuesta por 18,75 millones de células flota en una burbuja. Autor de la imagen: Peter Serles/Universidad de Toronto.

Para diseñar estos materiales mejorados, Serles y Filleter han trabajado con el profesor Seunghwa Ryu y el estudiante de doctorado Jinwook Yeo, del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) de Daejeon (Corea del Sur). Esta colaboración ha sido posible gracias al programa International Doctoral Clusters de la Universidad de Toronto, que promueve la formación doctoral mediante la organización de actividades de investigación en las que participan colaboradores de otros países.

El equipo del KAIST decidió utilizar un algoritmo de aprendizaje automático basado en la optimización bayesiana multiobjetivo. Este algoritmo aprendía de las geometrías simuladas para predecir cuáles eran más adecuadas para mejorar la distribución de la tensión y la relación resistencia-peso de los diseños nanoarquitectónicos.

A continuación, Serles utilizó la impresora 3D del Centre for Research and Application in Fluidic Technologies (CRAFT), [basada en la tecnología de polimerización de dos fotones](https://www.voxelmatters.com/researchers-3d-print-flexible-mems-using-2pp/), para crear varios prototipos y empezar a probar los materiales de forma experimental. Este equipo es capaz de [imprimir en 3D a micro y nanoescala](https://www.voxelmatters.com/es/horizon-microtechnologies-obtiene-una-subvencion-de-la-esa/), por lo que ha sido fundamental para que los investigadores puedan imprimir las nanorretículas de carbono optimizadas.

Estas nanorretículas superan en más del doble la resistencia de los diseños actuales y pueden soportar una tensión de 2,03 megapascales por cada metro cúbico por kilogramo de densidad, lo que equivaldría a unas cinco veces más que el titanio.

«Es la primera vez que se utiliza el aprendizaje automático para mejorar los materiales de nanoarquitectura, y los resultados nos han sorprendido», asegura Serles. «El sistema no se ha limitado a replicar las geometrías de los datos de entrenamiento, sino que ha sido capaz de aprender qué cambios en las formas resultan válidos y cuáles no, lo que le ha permitido generar geometrías de celosía completamente nuevas. El aprendizaje automático suele requerir un gran número datos, y es difícil generarlos cuando se utilizan datos de alta calidad obtenidos mediante el análisis de elementos finitos. Sin embargo, el algoritmo de optimización bayesiana multiobjetivo únicamente ha necesitado 400 puntos de datos, cuando otros algoritmos podrían haber requerido un mínimo de 20 000 o más. Eso nos ha permitido trabajar con un conjunto de datos mucho más pequeño, pero con un grado de calidad muy elevado».

![Researchers from the University of Toronto have designed nano-architected materials using ML and 3D printing.](https://www.voxelmatters.com/wp-content/uploads/2025/01/Tobin-Filleter-and-Peter-Serles-650x433-1.jpg)

«Esperamos que estos nuevos diseños de materiales permitan fabricar componentes ultraligeros para aplicaciones aeroespaciales, como aviones, helicópteros y naves espaciales, que reduzcan el consumo de combustible durante los vuelos y al mismo tiempo garanticen la seguridad y el rendimiento», señala Filleter.

«En última instancia, esta tecnología puede contribuir a minimizar la elevada huella de carbono de los vuelos. Por ejemplo, si sustituyéramos los componentes de titanio de los aviones por nuestro material, ahorraríamos 80 litros de combustible al año por cada kilogramo de material sustituido», asegura Serles.

En el proyecto también han participado los profesores Yu Zou y Chandra Veer Singh, adscritos al Departamento de Ciencia e Ingeniería de los Materiales, la profesora Jane Howe —asociada a este mismo Departamento y al de Ingeniería Química— y el profesor Charles Jia, también especializado en Ingeniería Química, así como varios colaboradores del Instituto de Tecnología de Karlsruhe (KIT), de Alemania, y del [Instituto Tecnológico de Massachusetts (MIT)](https://www.voxelmatters.com/mit-3d-prints-water-filters-inspired-by-mobula-rays/) y la Universidad Rice, de Estados Unidos.

«Ha sido un proyecto multidisciplinar en el que hemos utilizado diferentes aspectos de la ciencia de los materiales, el aprendizaje automático, la química y la mecánica para ayudarnos a entender cómo podemos mejorar y aplicar esta tecnología», continúa Serles, que actualmente trabaja en el Instituto de Tecnología de California (Caltech) en calidad de Schmidt Science Fellow.

«Nuestro siguiente paso será seguir mejorando el escalado de estos diseños de materiales para poder fabricar componentes a gran escala de forma rentable», señala Filleter. «Además, queremos continuar probando nuevos diseños que nos permitan reducir aún más la densidad de las estructuras sin sacrificar la resistencia ni la rigidez que las caracterizan».