El hidrógeno es una de las grandes apuestas para almacenar energía limpia, pero todavía tiene un problema enorme: ¿cómo lo guardamos de forma segura, eficiente y práctica?

Una opción prometedora son los hidruros metálicos, materiales sólidos capaces de absorber hidrógeno dentro de su estructura cristalina y liberarlo cuando se necesita. En teoría, esto permitiría almacenar hidrógeno de manera más segura que en tanques a alta presión. El problema es que muchos materiales que liberan hidrógeno en condiciones convenientes no almacenan suficiente cantidad por peso, y los que almacenan más suelen requerir condiciones menos prácticas.

Para reducir esa búsqueda por ensayo y error, un equipo liderado por la Universidad de Tohoku desarrolló un método que combina inteligencia artificial interpretable con principios de física de materiales. La idea no es simplemente pedirle a una IA que “adivine” nuevos materiales, sino construir una especie de mapa lógico que explique qué propiedades hacen que un material funcione mejor.

El equipo usó DigHyd, una base de datos que reúne mediciones de almacenamiento de hidrógeno reportadas en la literatura científica, junto con una herramienta de regresión simbólica llamada GoodRegressor. A diferencia de otros modelos de inteligencia artificial más opacos, este enfoque busca ecuaciones y relaciones comprensibles para los investigadores.

El resultado fue una guía más clara para diseñar hidruros metálicos intersticiales, una familia de materiales en la que el hidrógeno se acomoda en los espacios vacíos de una red metálica.

El estudio encontró que la capacidad de almacenamiento y la presión de liberación del hidrógeno no dependen exactamente de las mismas propiedades. La cantidad de hidrógeno que un material puede almacenar está relacionada principalmente con el tamaño promedio de los átomos metálicos y con la conductividad térmica, factores ligados a la geometría y flexibilidad de la red cristalina.

En cambio, la presión a la que el hidrógeno puede absorberse o liberarse a temperatura ambiente parece depender más de propiedades elásticas, como la rigidez del material y su capacidad de deformarse.

Esta separación es importante porque permite diseñar materiales de forma más estratégica. En lugar de cambiar composiciones al azar, los investigadores pueden ajustar ciertas propiedades para aumentar la capacidad de almacenamiento y otras para mantener la presión de equilibrio cerca de condiciones prácticas, como aproximadamente una atmósfera.

El trabajo propone rutas de diseño para varias clases de hidruros intersticiales, incluyendo aleaciones BCC, fases de Laves, materiales tipo LaNi5 y TiFe. Sin embargo, los autores aclaran que estos candidatos todavía necesitan pruebas experimentales.

La importancia de este avance está en el método. No promete una solución inmediata al almacenamiento de hidrógeno, pero sí ofrece una forma más inteligente de buscarla. En un campo donde el espacio de posibles combinaciones químicas es enorme, tener una guía física e interpretable puede acelerar el desarrollo de materiales para energía limpia.

En pocas palabras: la IA no está reemplazando a la física. Aquí la está ayudando a encontrar mejores caminos.