Imagine uma rede elétrica onde a energia percorre quilômetros sem desperdício ou computadores capazes de funcionar com eficiência muito superior à atual. Esse cenário depende de um avanço científico há décadas perseguido: a criação de supercondutores que operem em temperaturas próximas ao ambiente. Agora, uma nova estratégia baseada em inteligência artificial pode acelerar essa busca e transformar a maneira como novos materiais são encontrados.
Pesquisadores da Universidade Aalto, na Finlândia, em colaboração com cientistas internacionais, desenvolveram um método que combina aprendizado de máquina e física quântica para identificar candidatos promissores a supercondutores. A abordagem já levou à descoberta de dois novos materiais, chamados YRu₃B₂ e LuRu₃B₂, abrindo caminho para uma exploração muito mais rápida do universo de possibilidades químicas.
O estudo foi publicado em 2026 na revista Physical Review Research, com autoria principal de Rose Albu Mustaf, em parceria com pesquisadores liderados pela professora Päivi Törmä, da Universidade Aalto.
O desafio de encontrar materiais especiais
Os supercondutores são materiais capazes de conduzir eletricidade com resistência praticamente zero quando submetidos a determinadas condições. Essa propriedade permite que correntes elétricas circulem sem as perdas tradicionais causadas pelo aquecimento dos condutores comuns.
Atualmente, esses materiais já possuem aplicações importantes em áreas como:
- computação quântica;
- equipamentos de ressonância magnética;
- trens de levitação magnética;
- pesquisas sobre fusão nuclear.
Entretanto, existe uma grande limitação: a maioria dos supercondutores conhecidos precisa ser resfriada a temperaturas extremamente baixas. Esses sistemas exigem equipamentos complexos e caros, dificultando uma utilização mais ampla.
Por isso, cientistas de todo o mundo procuram um material capaz de apresentar supercondutividade em temperatura ambiente, algo que poderia alterar profundamente o consumo de energia e o desenvolvimento tecnológico.
A inteligência artificial como aceleradora científica
A busca tradicional por novos supercondutores é lenta porque envolve uma quantidade gigantesca de combinações possíveis entre elementos químicos. Muitas dessas combinações nunca apresentam propriedades úteis, fazendo com que testes experimentais consumam anos de trabalho.
A nova técnica muda essa lógica. Primeiro, algoritmos de aprendizado de máquina analisam milhares ou milhões de possibilidades e selecionam aquelas com maior potencial. Depois, os pesquisadores aplicam cálculos quânticos detalhados apenas nos candidatos mais promissores.
Esse processo reduz drasticamente o tempo necessário para encontrar novos materiais. No caso dos compostos YRu₃B₂ e LuRu₃B₂, os cientistas identificaram uma característica fundamental: a presença de bandas eletrônicas planas em uma estrutura conhecida como rede kagome, um padrão geométrico que influencia o comportamento dos elétrons.
A união entre quântica e inteligência artificial
A descoberta mostra como diferentes áreas da ciência podem trabalhar juntas para resolver problemas extremamente complexos. Enquanto a física quântica explica como os elétrons se comportam dentro dos materiais, a inteligência artificial ajuda a encontrar padrões que seriam quase impossíveis de identificar manualmente.
Segundo os pesquisadores, essa combinação pode permitir a análise de bilhões de possíveis materiais no futuro. O consórcio SuperC, criado em 2023, tem como objetivo utilizar essas ferramentas para acelerar a descoberta de novos supercondutores e aproximar a possibilidade de um material funcional em condições mais próximas das do cotidiano.
Uma possível revolução energética
Caso um supercondutor à temperatura ambiente seja desenvolvido, os impactos podem ser enormes. Redes elétricas poderiam perder muito menos energia durante a transmissão, centros de dados poderiam consumir menos eletricidade e novas tecnologias poderiam surgir em áreas ainda limitadas pelos materiais atuais.
Apesar disso, os cientistas ainda enfrentam desafios importantes, como produzir esses materiais em larga escala, garantir estabilidade e compreender completamente seus mecanismos quânticos.
Mesmo assim, a combinação entre inteligência artificial e ciência dos materiais inaugura uma nova fase nessa corrida. A próxima grande descoberta energética pode não surgir apenas de experimentos tradicionais, mas de algoritmos capazes de explorar caminhos que os humanos ainda não conseguiram enxergar.
