Mi investigación
Soy un físico que trabaja como científico en Argonne National Laboratory.
Actualmente mi investigación se centra en las siguientes áreas:
Física y química del crecimiento de materiales
En particular me interesan cómo se produce el proceso de crecimiento y cómo las interacciones a nivel molecular afectan tanto a la estructura de los materiales como a sus propiedades.
Actualmente mi investigación se centra en una técnica de crecimiento llamada atomic layer deposition que permite crecer materiales en forma de láminas delgadas básicamente átomo a átomo. Es una técnica fundamental en areas como la fabricación de circuitos integrados y para aplicaciones de energía, pero también un buen sistema modelo para explorar el diseño de materiales a temperaturas poco elevadas.
En nuestro grupo integramos experimentos, simulaciones, inteligencia artificial y técnicas de caracterización in situ para explorar cuestiones fundamentales sobre el crecimiento de materiales y acelerar la optimización de nuevos procesos de crecimiento y su transición a escala industrial.
La aplicación de la inteligencia artificial para el crecimiento de materiales
Existe un gran interés en entender el potencial de la inteligencia artificial para la ciencia y la investigación, sobre todo las nuevas técnicas generativas basadas en los large language models. Mi investigación se centra en explorar la integración de la IA con experimentos y cámaras de deposision y en evaluar la capacidad y las limitaciones de modelos y agentes diseñados para interaccionar con experimentos.
Hoy en día es importante entender el potencial real de estos avances. Su impacto in principio podría ser enorme, desde facilitar la síntesis de nuevos materiales hasta acelerar la exploración y optimización de las condiciones experimentales. Sin embargo, para ello la IA tiene que funcionar de manera fiable y reproducible, algo que todavía no es posible en el caso de los large language models.
Los fundamentos de la microelectrónica y la fabricación de circuitos integrados
La fabricación de circuitos integradoes require la habilidad de controlar la síntesis de materiales con precisión a nivel atómico. Muchos de estos procesos llevan al límite nuestra habilidad de crecer estructuras complejas formadas por componentes en muchos casos de apenas 20 átomos de espesor.
Muchas de las barreras que la industria de semiconductores tiene hoy en día se pueden traducir en preguntas muy básicas como ¿cuál es límite en nuestra habilidad de controlar los procesos a nivel molecular? ¿Cómo las propiedades de los materiales cambian cuando su espesor es apenas un puñado de átomos? ¿Cómo podemos estabilizar las interfases entre los diferentes materiales? Estas cuestiones entroncan con mi interés en los procesos de crecimiento y afectan aplicaciones tan variadas como el desarrollo de sensores para la exploración espacial, nuevas aplicaciones en medicina, o la computación cuántica.
En concreto, un problema fundamental hoy en día es cómo reducir el consumo energético de la inteligencia artificial y la computación en general. Una de mis áreas de interés es el uso del cerebro como modelo para entender cómo diseñar circuitos que son más eficientes desde el punto de vista energético. En este trabajo he usado principalmente el cerebro de los insectos como sistema modelo. Actualmente estamos trabajando en aplicar estos conceptos para procesar información de manera más rápida y más eficientes en detectores que se usan en la física de partículas.