China controla más del 85% de la producción mundial de tierras raras, los elementos que hacen funcionar los imanes de prácticamente cada motor eléctrico del planeta. Eso convierte la transición energética en un problema geopolítico de primer orden: no puedes independizarte del petróleo si para hacerlo dependes de un monopolio igual de concentrado, pero en otro país. Ahora, un equipo de la Universidad de New Hampshire acaba de demostrar que la IA puede ser la herramienta que rompa esa ecuación.
El resultado concreto: una base de datos de 67.573 compuestos magnéticos —llamada Northeast Materials Database— construida automáticamente por un modelo de IA que leyó miles de papers científicos y extrajo los datos relevantes. Entre esos compuestos, 25 materiales que nadie había reconocido antes como imanes capaces de mantener sus propiedades magnéticas a altas temperaturas. El estudio fue publicado en Nature Communications con financiamiento del Departamento de Energía de EE.UU.
¿Qué tiene de especial esto?
Los imanes permanentes de alta temperatura son el cuello de botella del hardware que mueve la transición energética: motores de vehículos eléctricos, turbinas eólicas, generadores. Y hoy, casi todos dependen del neodimio, el disprosio o el gadolinio —elementos de tierras raras cuya extracción es tóxica, cara, y cuyo suministro China controla con comodidad.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El problema no es que no existan alternativas. Es que el espacio de búsqueda es astronómico: hay millones de combinaciones posibles de elementos, y probar cada una en laboratorio tomaría décadas y fortunas. La IA cambia eso. El equipo de Suman Itani, investigador doctoral en física, entrenó modelos para determinar si un material es magnético y predecir la temperatura a la que pierde sus propiedades magnéticas —sin tocar un laboratorio.
“Estamos abordando uno de los desafíos más difíciles de la ciencia de materiales: descubrir alternativas sostenibles a los imanes permanentes”, dijo Jiadong Zang, profesor de física y coautor del estudio. “Y somos optimistas de que nuestra base de datos experimental y las tecnologías de IA en crecimiento harán que este objetivo sea alcanzable.”
Es el mismo principio que convirtió a Mirendil en una apuesta interesante: la IA no describiendo ciencia sino haciéndola —reduciendo el costo de exploración hasta niveles que permiten investigar lo que antes era impracticable.
Por qué el frente geopolítico es el contexto correcto
Este resultado no viene aislado. EE.UU. y Europa llevan años buscando reducir dependencia en materiales críticos, y el avance de la electrificación amplifica el problema: más vehículos eléctricos significa más demanda de imanes, lo que significa más dependencia de China, precisamente cuando las tensiones comerciales y tecnológicas están en máximos.
China no solo controla la extracción. También procesa y refina la mayoría de las tierras raras del mundo, incluyendo las extraídas fuera de su territorio. Es una ventaja de cadena de suministro completa, difícil de replicar en el corto plazo incluso con inversiones masivas. Esto explica por qué la búsqueda de materiales alternativos —que no requieran tierras raras o que dependan de elementos más distribuidos globalmente— tiene una urgencia estratégica real, no solo científica.
La investigación de UNH se suma a otras iniciativas en curso. En Europa, el consorcio HEFT investiga imanes de cerio como alternativa al neodimio. La alemana Vitesco desarrolla motores de excitación externa que reemplazan imanes permanentes por bobinas. La startup Conifer Motors presentó motores de flujo axial con imanes de hierro. Proyectos como NAFTech en RWTH Aachen exploran motores sin tierras raras con potencial de reducir costos hasta un 50%.
Ninguno de estos avances depende directamente de la IA para funcionar —pero la IA acelera el proceso de encontrar cuál de miles de candidatos vale la pena llevar al laboratorio. Como explicamos en el contexto de la carrera de China por dominar semiconductores, la dependencia tecnológica no se resuelve con un solo avance, pero cada reducción de fricción en el proceso de descubrimiento acelera la independencia posible.
¿Qué viene después?
La base de datos es pública y consultable, lo que significa que cualquier equipo de investigación puede aprovecharla. Los 25 materiales recién identificados son candidatos, no soluciones —todavía necesitan validación experimental para confirmar si funcionan en condiciones reales. Y las propiedades magnéticas son solo un parámetro: también importa si el material es estable, procesable a escala industrial, y económicamente viable.
Pero el cambio metodológico es lo que importa. Antes, identificar candidatos era trabajo manual: revisar papers, sintetizar compuestos, medir propiedades. Ahora, un LLM puede leer la literatura existente, extraer datos dispersos, y construir un mapa del espacio de materiales que ningún humano habría podido hacer en el mismo tiempo. El laboratorio sigue siendo necesario; el cuello de botella es ahora otro.
“Al acelerar el descubrimiento de materiales magnéticos sostenibles, podemos reducir la dependencia en tierras raras, bajar el costo de los vehículos eléctricos y fortalecer la base manufacturera de EE.UU.”, dijo Itani.
La frase suena a comunicado de prensa —y lo es. Pero la apuesta de fondo es sólida: si la IA puede comprimir décadas de exploración en años, los monopolios sobre materiales críticos se vuelven más frágiles. Eso no resuelve la geopolítica, pero cambia el horizonte de lo posible.
