El estudiante Marcos Obregón, junto al doctor Guillermo Ortíz, investiga las propiedades dieléctricas de nanoestructuras. Estas estructuras se construyen combinando dos o más materiales en dimensiones mil veces menores que el grosor de un cabello humano, presentando propiedades no encontradas en el mundo visible. El trabajo de Obregón, estudiante de Ciencias Físicas de la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA) de la UNNE, se titula «Propiedades dieléctricas de Nanoestructuras: Explorando métodos IA» y es dirigido por el doctor Guillermo Ortíz, docente investigador del Departamento de Física.
El estudio se centra en metamateriales, construcciones humanas que combinan componentes con una geometría precisa para generar propiedades ópticas distintas a las de materiales naturales. La investigación aborda la refracción negativa, un comportamiento donde la luz se desvía hacia el lado opuesto al esperado en los materiales naturales. Este fenómeno fue predicho por Víktor Veselago y tiene aplicaciones potenciales como lentes que amplían detalles o materiales que ocultan objetos.
La pregunta central del trabajo es: ¿cómo diseñar un metamaterial con propiedades ópticas específicas? El grupo de investigación, en colaboración con investigadores de México, ya cuenta con un método de cálculo para predecir el comportamiento lumínico dado un material compuesto, implementado en el programa Photonic. La investigación busca resolver el problema inverso: determinar la geometría necesaria a partir de una respuesta óptica deseada.
La hipótesis de trabajo de Obregón es que las herramientas de inteligencia artificial pueden asistir en este proceso inverso. Específicamente, se propone usar redes neuronales convolucionales para aprender la relación entre el diseño (representado como imagen) y la respuesta óptica del material. El antecedente para esta hipótesis es un trabajo previo del mismo equipo donde se aplicó una red neuronal para identificar proporciones de ingredientes en mezclas de yerba mate a partir de imágenes.
La metodología incluye dos fases paralelas: Obregón se capacita en el uso de Photonic para calcular la respuesta óptica de distintos sistemas, y se desarrollan códigos en Python y Perl-PDL para integrar este cálculo físico con el entrenamiento de la red neuronal. El sistema busca ajustar los detalles del diseño para optimizar una propiedad óptica específica, utilizando como criterio de corrección el vector de Poynting (que representa el flujo de energía lumínica). Los datos sobre propiedades ópticas provienen de publicaciones científicas de acceso público.
El objetivo es iniciar la formación de Obregón en electromagnetismo aplicado e inteligencia artificial para el diseño, enmarcado en un proyecto más amplio de FaCENA sobre materiales compuestos con propiedades ópticas y conversión de energía lumínica. Si se confirma la hipótesis, este trabajo permitiría buscar diseños complejos mediante una guía que aprende y se corrige automáticamente.
resumen: El estudiante Marcos Obregón investiga el diseño inverso de metamateriales para obtener propiedades ópticas específicas, utilizando inteligencia artificial como motor de búsqueda. Su trabajo aplica redes neuronales convolucionales para relacionar el diseño físico con la respuesta óptica del material.