Un grupo de científicos de Corea del Sur desarrolló un nuevo material capaz de eliminar más del 90% del yodo radiactivo presente en residuos nucleares, utilizando herramientas de inteligencia artificial para optimizar su diseño.
Según informó el Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST), esta innovación representa un avance relevante en la gestión de residuos nucleares y plantea nuevas posibilidades para su aplicación en entornos industriales y ambientales.
El hallazgo fue publicado en la revista Journal of Hazardous Materials y se basa en un hidróxido doble laminar (LDH) multimetálico con una composición específica de cobre, cromo, hierro y aluminio (Cu₃(CrFeAl)). De acuerdo con KAIST, la combinación de estos elementos se identificó mediante algoritmos de aprendizaje automático, lo que redujo considerablemente la cantidad de pruebas necesarias para diseñar un material con alta capacidad de adsorción de yodato radiactivo.
El yodo radiactivo: un desafío para la gestión nuclear
El yodo radiactivo, en particular el isótopo I-129, representa uno de los mayores retos en el manejo de residuos nucleares debido a su vida media de 15,7 millones de años y su facilidad para desplazarse en el medio ambiente.
Según datos de KAIST, este isótopo se presenta principalmente en forma de yodato (IO₃⁻) en entornos acuosos, lo que complica su eliminación con tecnologías convencionales.
Los métodos actuales, como el uso de materiales a base de plata, ofrecen baja eficacia en la captura de yodato por la limitada afinidad química entre este anión y los compuestos utilizados. Esta limitación motivó la búsqueda de nuevos materiales con mejor rendimiento y menor impacto ambiental.
Inteligencia artificial aplicada a la descontaminación
Frente a estas dificultades, el equipo liderado por Ho Jin Ryu, profesor del Departamento de Ingeniería Nuclear y Cuántica de KAIST, junto con Juhwan Noh, del Centro de Investigación de Química Digital del Instituto de Investigación de Tecnología Química de Corea, adoptó un enfoque basado en aprendizaje automático para explorar combinaciones óptimas de metales en los LDH. Estos materiales son conocidos por su versatilidad composicional y su capacidad para capturar aniones.
Según KAIST, el proceso convencional requería una cantidad extensa de experimentos para evaluar todas las combinaciones posibles. Con apoyo algorítmico, el equipo examinó solo el 16% de los candidatos potenciales, lo que representó una mejora sustancial en eficiencia y costos.
Composición del material y resultados obtenidos
El material identificado alcanzó una capacidad de adsorción de yodato del 91,0 ± 0,2%, superando el rendimiento de adsorbentes convencionales. El artículo en Journal of Hazardous Materials explica que la estructura de los LDH permite incorporar múltiples metales, lo que facilita la personalización de sus propiedades según el uso previsto.
El análisis mediante inteligencia artificial, utilizando el método SHAP (Shapley Additive Explanations), permitió establecer los factores fisicoquímicos que favorecen la síntesis y el rendimiento del material. Entre ellos, se identificó que la similitud en el tamaño iónico de los metales favorece la estabilidad, mientras que una mayor diferencia de electronegatividad mejora la capacidad de adsorción del yodato.
Optimización del proceso mediante aprendizaje automático
El desarrollo del material comenzó con una base de datos compuesta por 24 composiciones binarias y 96 ternarias de LDH. A partir de esta información, modelos predictivos basados en algoritmos de bosque aleatorio seleccionaron las combinaciones más prometedoras entre 196 cuaternarias y 244 quinarias. Según KAIST, fue necesario experimentar solo con el 16% de los candidatos, en comparación con los métodos tradicionales de prueba y error.
El uso de aprendizaje activo permitió actualizar continuamente el modelo con nuevos datos experimentales, mejorando la precisión de las predicciones. Este enfoque metodológico abre nuevas oportunidades para el diseño de materiales descontaminantes asistidos por inteligencia artificial.
Aplicaciones industriales y proyecciones
KAIST informó que el nuevo material LDH multimetálico puede utilizarse en sectores como la producción de polvos adsorbentes o sistemas de filtración de aguas residuales contaminadas con yodo radiactivo. El equipo proyecta que la cooperación entre instituciones académicas y empresas será clave para llevar esta tecnología al mercado y maximizar su impacto ambiental.
Según declaró Ho Jin Ryu, el uso de inteligencia artificial ofrece un camino prometedor en la búsqueda de soluciones para la limpieza ambiental nuclear. “Este estudio demuestra el potencial del uso de la inteligencia artificial para identificar eficazmente materiales de descontaminación radiactiva entre un amplio abanico de nuevos materiales candidatos”, señaló, citado por el Instituto Avanzado de Ciencia y Tecnología de Corea.
Los investigadores presentaron una solicitud de patente nacional para la tecnología desarrollada y gestionan el trámite de una patente internacional. Paralelamente, trabajan en mejorar el rendimiento del material bajo distintas condiciones y en ampliar sus aplicaciones mediante alianzas con entidades privadas.
Últimas Noticias
Desde 1985, Australia perdió el 96% de sus reptiles y anfibios amenazados
El primer monitoreo nacional, realizado por la University of Queensland, posiciona a las enfermedades emergentes, la invasión de especies exóticas y la pérdida de hábitat como principales responsables
Alerta en el Río de la Plata: una de cada dos playas podría desaparecer por el ascenso del mar y la urbanización
La combinación de cambio climático y expansión urbana amenaza gravemente la biodiversidad, la actividad económica y la seguridad de comunidades costeras en Uruguay, Brasil y Argentina, advierten diversos estudios
Las lecciones evolutivas de la ameba de California que logra prosperar en temperaturas de calor extremo
Es un microorganismo unicelular descubierto en aguas termales del Parque Nacional Volcánico Lassen. Puede dividirse activamente a 63 grados, que es la mayor temperatura registrada para el tipo de célula que también conforma el cuerpo humano
Convivir con un perro en la adolescencia se asocia con mejor salud física y mental
Investigadores de Japón descubrieron que los chicos que comparten la vida cotidiana con esos animales presentan una microbiota única, son más felices y muestran menos problemas de conducta
Viremia residual del VIH: por qué el virus persiste en algunos pacientes, según científicos de Harvard y el MIT
Los expertos estadounidenses analizaron muestras de pacientes bajo terapia antirretroviral. Cómo lograron desentrañar qué ocurre en el sistema inmunológico cuando el virus no desaparece del todo
