📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla. Pedir el análisis completo

Dentro de un trozo de aluminio, los átomos están alineados en filas ordenadas, como ladrillos en una pared. Pero a veces una fila termina antes de llegar al borde, y en el cristal aparece un «escalón» que los físicos llaman dislocación. Son precisamente estos defectos los que determinan cuán resistente, dúctil y cómo se comporta el metal bajo carga. Verlos directamente es difícil: se necesita un microscopio de rayos X que capture reflejos débiles de los planos atómicos distorsionados, y un ojo experto para interpretar el patrón de líneas oscuras y saber hacia dónde se ha desplazado la capa.

Ahora, una red neuronal intenta hacer este trabajo. Se entrenó con miles de imágenes generadas por computadora donde dislocaciones individuales en aluminio son irradiadas con rayos X desde diferentes ángulos. En la red se incorporó de antemano el conocimiento de la simetría de la red cristalina, es decir, las reglas según las cuales los átomos pueden desplazarse. Gracias a esto, el modelo no solo memoriza imágenes, sino que «comprende» qué variantes de desplazamiento son físicamente posibles. En los datos de validación, que no había visto, la precisión para reconocer el tipo de dislocación fue del 93%.

En una muestra real con el llamado deslizamiento transversal (cuando la dislocación cambia de plano de movimiento), la red identificó correctamente el tipo de desplazamiento en el 72,7% de los casos. Es menos que en las simulaciones, pero ya es comparable al trabajo manual de una persona, que dedica horas a comparar la imagen con plantillas calculadas. Los autores consideran que entrenar con simulaciones que incluyen restricciones físicas es el camino correcto hacia un análisis totalmente automático de defectos en materiales.

Por ahora, la red solo trabaja con dislocaciones individuales en aluminio, pero el mismo enfoque puede aplicarse a otros metales y aleaciones. Esto aceleraría la inspección de piezas para aviación, reactores y microelectrónica, donde cada defecto cuenta.