Una guía sobre metamateriales inteligentes e inteligencia de metamateriales

Por qué importan los materiales inteligentes

Imagínese paredes que pueden potenciar su Wi‑Fi, superficies de automóviles que vuelven los vehículos indetectables para el radar, o chips tan finos como papel que realizan cálculos de IA a la velocidad de la luz. Este artículo de revisión explora cómo dos campos en rápido movimiento —los metamateriales (estructuras diseñadas que moldean ondas) y la inteligencia artificial (IA)— están empezando a potenciarse mutuamente. Juntos prometen dispositivos que pueden percibir, decidir y actuar por sí mismos, y nuevos tipos de ordenadores que usan ondas en lugar de electrones.

Construir materiales que superen a la naturaleza

Los metamateriales son estructuras hechas por el ser humano, compuestas por pequeñas unidades repetidas, más pequeñas que la longitud de onda de la luz o las ondas de radio que controlan. Al dar forma cuidadosa a estos “meta‑átomos”, los investigadores pueden doblar, enfocar u ocultar ondas electromagnéticas de formas que los materiales ordinarios no permiten —habilitando refracción negativa, imagen de superresolución e incluso capas de invisibilidad. Los diseños tempranos eran voluminosos y de función fija, pero las versiones ultrafinas llamadas metasuperficies han hecho estas ideas más prácticas, extendiendo el control desde microondas hasta la luz visible e incluso hacia el sonido y el calor. Aun así, diseñar tales estructuras es difícil: cada ajuste del patrón normalmente exige pesadas simulaciones numéricas e intuición experta, y la mayoría de los dispositivos terminados funcionan solo para una tarea en condiciones ideales de laboratorio.

La IA como diseñadora y copiloto

El aprendizaje profundo, la rama de la IA que sobresale en encontrar patrones en datos complejos, está transformando cómo se conciben y utilizan los metamateriales. En lugar de ejecutar miles de simulaciones físicas a mano, los ingenieros entrenan redes neuronales para actuar como “sustitutos” ultra‑rápidos de los simuladores. Una dirección, llamada predicción directa, introduce una estructura propuesta en una red y predice al instante su respuesta óptica o a ondas de radio. La dirección más compleja, el diseño inverso, pide a la IA que proponga estructuras que produzcan un comportamiento deseado —como un color específico, un haz que se doble a cierto ángulo, o un circuito óptico eficiente. Modelos avanzados, incluidos generadores y esquemas de “herencia” de conocimiento, pueden manejar situaciones en las que muchos diseños diferentes funcionan igual de bien, ofreciendo a los diseñadores familias enteras de soluciones candidatas en lugar de una única respuesta.

Metamateriales que perciben, deciden y reaccionan

Más allá de la automatización del diseño, los autores describen “meta‑dispositivos inteligentes” que operan más como sistemas vivos que como componentes estáticos. Estos dispositivos se organizan en torno a tres módulos: percepción, decisión y acción. La percepción utiliza sensores o las propias ondas para monitorizar el entorno —por ejemplo, rastrear objetos en movimiento, fondos cambiantes o tráfico inalámbrico. Un módulo de decisión, a menudo impulsado por IA, aprende cómo debe cambiar el patrón global de una metasuperficie para alcanzar un objetivo, como ocultar un objetivo o mejorar un enlace inalámbrico. El módulo de acción es una metasuperficie ajustable compuesta por elementos que pueden reprogramarse eléctricamente, mecánicamente u ópticamente en tiempo real. Las demostraciones ya incluyen una capa de camuflaje en microondas que se adapta automáticamente a nuevos fondos, y paredes reflectantes inteligentes que gestionan canales inalámbricos sobre la marcha, ahorrando energía y reduciendo interferencias.

Usar las propias ondas para computar

La influencia también fluye en sentido contrario: los metamateriales ofrecen a la IA un nuevo tipo de hardware. En lugar de representar números como tensiones en un chip, la computación basada en ondas permite que la luz o las ondas de radio transporten y procesen información directamente mientras se dispersan, difractan e interfieren. Metamateriales diseñados con cuidado pueden comportarse como redes neuronales físicas, multiplicadores de matrices o incluso solucionadores de ecuaciones. La luz que atraviesa capas apiladas y con patrones puede realizar las mismas operaciones que una red neuronal profunda, pero en un solo salto a la velocidad de la luz. Otras estructuras actúan como detectores de bordes instantáneos para imágenes, integradores o puertas lógicas, ofreciendo procesamiento ultrarrápido y de bajo consumo que podría complementar la electrónica convencional en tareas como sensado en tiempo real, conducción autónoma o imagen científica.

Retos y el camino por delante

Los autores enfatizan que esta emergente “inteligencia de metamateriales” aún está en sus primeros días. Los principales desafíos incluyen reunir suficientes datos de alta calidad para entrenar modelos robustos, reducir la necesidad de reaprender desde cero para cada nuevo dispositivo y empujar el hardware para manejar efectos no lineales y sistemas a gran escala. También hay preguntas científicas abiertas: ¿Puede la IA revelar de forma fiable relaciones físicas ocultas en lugar de solo ajustar curvas? ¿Cómo deberíamos cuantificar la incertidumbre cuando los diseños se enfrentan a errores de fabricación del mundo real? A pesar de estos obstáculos, la revisión pinta un cuadro vívido de un futuro en el que estructuras diseñadas por IA y basadas en ondas gestionan silenciosamente el espacio electromagnético —dirigiendo señales, mejorando la comunicación y realizando cálculos especializados en segundo plano, como un sistema nervioso invisible para nuestro entorno tecnológico.

Cita: Qian, C., Kaminer, I. & Chen, H. A guidance to intelligent metamaterials and metamaterials intelligence. Nat Commun 16, 1154 (2025). https://doi.org/10.1038/s41467-025-56122-3

Palabras clave: metamateriales, metasuperficies, inteligencia artificial, computación óptica, dispositivos inteligentes