JOURNAL / 2026.09.27

Lila encuentra con IA un catalizador de paladio; falta probarlo en un electrolizador

Un laboratorio automatizado examinó 2.942 óxidos y halló una composición de paladio estable durante 1.000 horas; es un descubrimiento experimental, no todavía una tecnología de hidrógeno.

Un sistema de IA propuso una combinación de elementos poco intuitiva. Un laboratorio la fabricó, la sometió a ácido y comprobó que seguía funcionando mil horas después. Ese orden importa: el nuevo resultado de Lila Sciences no es una hipótesis química elocuente generada en un chat, sino una búsqueda cerrada por experimentos. También importa dónde termina la frase. La prueba se hizo sobre una película delgada en una celda de laboratorio, no en un electrolizador de hidrógeno completo.

Lila presentó el hallazgo el 25 de septiembre, un día después de depositar el preprint con los métodos y resultados. Su plataforma examinó 2.942 catalizadores de óxidos, repartidos entre 53 sistemas de materiales y 26 elementos. El objetivo era mejorar a la vez la actividad y la resistencia a la corrosión en la reacción de evolución de oxígeno: la mitad anódica, lenta y agresiva, de la electrólisis de agua con membrana de intercambio de protones.

La industria recurre sobre todo a iridio y, en menor medida, a rutenio porque pocos materiales sobreviven a esa acidez manteniendo actividad. Es una dependencia física, no sólo económica. El Departamento de Energía de Estados Unidos identifica el iridio como un material escaso, producido como subproducto en una cadena muy concentrada. Sustituirlo por paladio no elimina los metales preciosos, pero sí podría cambiar el cuello de botella si el material conserva su rendimiento en un dispositivo real.

El hallazgo fue del bucle, no de un modelo solo

La arquitectura combinó modelos sustitutos —predicciones aprendidas de los resultados acumulados— con varias estrategias de adquisición para decidir si convenía explorar una región desconocida o optimizar una prometedora. Un modelo de lenguaje intervenía en ese nivel estratégico y priorizaba entre candidatos; los instrumentos sintetizaban, caracterizaban y probaban los materiales, y el resultado volvía a alimentar la siguiente ronda. Las personas trasladaban muestras entre estaciones, arrancaban instrumentos y revisaban especialmente las decisiones iniciales y la seguridad. El «más del 90 % automatizado» describe la ejecución de ese flujo, no una ciencia sin humanos.

El sistema acabó concentrándose en óxidos ricos en paladio que la literatura no hacía candidatos obvios. El mejor, denominado InMnPdOx, era en realidad 99,91 % de paladio en proporción atómica, con sólo 0,06 % de manganeso y 0,03 % de indio. Esas trazas cambiaron el material durante el uso: apareció una red de nanoestructuras alargadas asociada a menor corrosión. La asociación microscópica es sólida; el mecanismo causal exacto aún no lo es.

En la prueba prolongada, InMnPdOx mantuvo el sobrepotencial por debajo de 0,5 voltios durante más de 1.000 horas a 10 miliamperios por centímetro cuadrado y conservó el 96 % del paladio medido. El óxido de paladio sin esos aditivos cruzó el mismo umbral aproximadamente a las 200 horas; otro candidato con níquel y tántalo, hacia las 470. La repetición parcial sobre soportes planos y porosos ayuda, aunque no equivale a una réplica independiente.

La atribución a la IA necesita una cautela adicional. Los autores compararon retrospectivamente su agente secuencial con búsqueda aleatoria, optimización bayesiana fija, búsqueda activa fija y selección por un modelo de lenguaje. El agente híbrido amplió más deprisa la frontera entre actividad y estabilidad. Pero esa repetición usa el conjunto de materiales que la propia campaña produjo, por lo que favorece las regiones que el sistema original decidió visitar. Un segundo ensayo con un sustituto como oráculo reduce ese sesgo, pero deja de ser un experimento físico. La evidencia apoya que la estrategia adaptativa condujo a la familia del paladio; no permite calcular cuánto habría tardado otro laboratorio en encontrarla prospectivamente.

Este límite refuerza, y no debilita, la lectura más interesante. El modelo de lenguaje aislado fue peor explorador que el sistema híbrido. La capacidad apareció al repartir funciones: incertidumbre y adquisición en modelos numéricos, contexto en el modelo de lenguaje, producción de datos en los instrumentos y veto en las personas. «La IA descubrió» es una abreviatura admisible sólo si recordamos que el sujeto real es esa organización completa.

Mil horas no son todavía mil horas industriales

El preprint mide una película sobre un soporte de silicio recubierto de platino, en una celda de tres electrodos, a temperatura ambiente y 10 mA/cm². Sirve para comparar materiales y demostrar que el candidato no se deshace enseguida. No informa del rendimiento de una membrana-electrodo completa, de la eficiencia del sistema, de la producción de gas ni de la fabricación a escala.

La distancia se ve en la clase de prueba que otros candidatos ya reciben. Un estudio revisado por pares de 2026 mantuvo un ánodo de óxido de cobalto en un electrolizador de membrana durante 1.000 horas a 2 amperios por centímetro cuadrado, doscientas veces la densidad de corriente del ensayo de Lila. Las químicas y configuraciones son distintas, así que no es una clasificación entre ambos materiales. Es una indicación concreta del siguiente peldaño experimental.

Del bucle automatizado al candidato validado en celda de laboratorio y la prueba de electrolizador que todavía falta.

La transparencia está a medio camino. Lila publicó un repositorio con datos y scripts que permite reconstruir las figuras principales: el mapa de 1.125 materiales con medidas comparables, las curvas de larga duración y las repeticiones de los benchmarks. No contiene el controlador, los modelos, los prompts ni las trayectorias necesarios para volver a ejecutar la campaña de descubrimiento. Además, es un preprint financiado íntegramente por la empresa; todos los autores trabajan allí y la compañía declara patentes presentes o posibles sobre los materiales y la plataforma.

Mi lectura es que el hallazgo merece atención precisamente sin llamarlo «superinteligencia científica». Ya existían laboratorios robotizados que combinaban aprendizaje activo, percepción y experimentos —por ejemplo, la plataforma CRESt publicada en Nature—. Aquí avanza algo más específico: la búsqueda no se limitó a mejorar actividad, sino que persiguió a la vez actividad y estabilidad y llevó un candidato inesperado hasta una prueba de mil horas.

La siguiente noticia importante no será otra cifra de candidatos cribados. Será que un equipo externo reproduce la composición, que una membrana-electrodo trabaja a densidad relevante sin perder el efecto y que el método de síntesis escala. Hasta entonces hay un descubrimiento químico real y una demostración convincente de cómo organizar IA, automatización y criterio humano. Lo que aún no hay es un nuevo electrolizador.

Fuentes

← Volver al diario