Las máquinas térmicas tienen siglos de historia. Desde las locomotoras del siglo XIX hasta los modernos reactores nucleares, todos esos sistemas siguen una regla de oro: no se puede convertir toda la energía térmica en trabajo útil sin perder parte en forma de calor residual. Esa idea, formulada en el siglo XIX por Sadi Carnot y consagrada por la segunda ley de la termodinámica, ha sido un límite infranqueable para la eficiencia energética. Hasta ahora.
Un nuevo estudio publicado por investigadores del ICTP y otras instituciones científicas europeas ha presentado un modelo teórico que rompe, sin violarla, la barrera de Carnot. Este modelo, llamado Gambling Carnot Engine (GCE), combina física estadística, control en tiempo real y teoría de juegos para crear un motor nanoscópico que convierte el calor en trabajo con una eficiencia que alcanza el 100% en ciertas condiciones. Según sus autores, “el protocolo de retroalimentación... permite convertir completamente el calor absorbido del baño caliente en trabajo extraído en el ciclo”.
Un motor que apuesta... y gana
En el corazón de este modelo hay una idea que puede parecer absurda a primera vista: hacer que una máquina funcione como si apostara, esperando el momento oportuno para actuar. Para lograrlo, los autores emplean un concepto llamado primer tiempo de paso, que indica el primer momento en que una partícula alcanza una posición concreta. En este caso, la partícula está atrapada en un potencial armónico —una especie de pozo elástico— y se mueve bajo el efecto del calor.
Lo que hace especial al GCE es que monitoriza constantemente esa partícula. Si cruza por primera vez el punto central del pozo (la posición cero) antes de una cierta marca de tiempo, se ejecuta un cambio repentino en el sistema: un quench o salto de parámetros que no cuesta energía, pero sí cambia las condiciones del ciclo. Esa decisión no se basa en una acción ciega, sino en una estrategia inspirada en la teoría del juego y en los demonios de Maxwell. Es, en pocas palabras, una apuesta inteligente.
Esta estrategia reduce la cantidad de trabajo que debe aplicarse al sistema, permitiendo que más energía térmica se transforme en trabajo útil. En palabras del estudio, “el motor aprovecha la información adquirida sobre la evolución estocástica de la partícula... para ejecutar una operación de retroalimentación que resulta en una mejora del trabajo medio extraído”.
Más eficiente que Carnot
Una de las afirmaciones más impactantes del trabajo es que este motor supera el llamado límite de Carnot, la barrera que restringe la eficiencia máxima de cualquier motor térmico. En la práctica, esto significa que el GCE puede convertir más calor en trabajo que cualquier máquina térmica tradicional, bajo condiciones comparables.
En el motor de Carnot clásico, la eficiencia está limitada por la diferencia entre las temperaturas del baño caliente y el frío. Pero en el GCE, entra en juego un nuevo elemento: la información. El sistema observa, calcula y actúa. Y esa capacidad extra le permite, según el artículo, “alcanzar una eficiencia del 100 % en el límite cuasiestático”. En otras palabras, si se deja actuar con el tiempo suficiente, el motor puede convertir todo el calor absorbido en trabajo útil, sin pérdidas.
En un gráfico comparativo, se muestra cómo la eficiencia del GCE supera a la del motor de Carnot en todos los tiempos de ciclo. Además, también se sobrepasa otro límite teórico: la eficiencia de Novikov-Curzon-Ahlborn, que es el valor máximo alcanzado por un motor operando a máxima potencia. En el GCE, la eficiencia y la potencia pueden aumentar al mismo tiempo, una combinación que normalmente es contradictoria en termodinámica.
¿Dónde está la trampa?
A pesar de lo que parece, el motor no viola ninguna ley física. No hay trampa, sino una reinterpretación. La clave está en que el GCE usa información para ganar eficiencia, y eso tiene un coste implícito. En términos termodinámicos, se debe considerar también la entropía asociada al proceso de medición y control, es decir, a la “inteligencia” del sistema.
El artículo lo dice claramente: “El límite de Carnot... no se cumple necesariamente en presencia de control por retroalimentación”. Al incorporar un agente externo que decide cuándo actuar (un “demonio”, en sentido físico), el sistema se convierte en una máquina de información y energía. Y eso modifica los límites tradicionales, permitiendo alcanzar resultados imposibles para un motor ciego.
Además, el protocolo propuesto es realizable experimentalmente. No es solo una curiosidad teórica. Los autores se basan en modelos y parámetros obtenidos de experimentos previos con partículas de poliestireno atrapadas ópticamente. Según explican, “los parámetros de simulación imitan escenarios experimentales realistas realizados con esferas de poliestireno atrapadas ópticamente en agua”.
Física de apuestas, feedback y ruido térmico
Para entender cómo funciona el motor a nivel técnico, hay que entrar en el terreno de la termodinámica estocástica, una rama de la física que estudia sistemas pequeños sometidos a fluctuaciones. En este mundo, las partículas no siguen trayectorias deterministas, sino caminos influenciados por el azar térmico.
El GCE aprovecha precisamente esas fluctuaciones. En el primer paso del ciclo, la partícula se mueve en un entorno frío. Si cruza el punto cero antes del tiempo límite, se ejecuta un cambio súbito en la rigidez del potencial (una propiedad que afecta a la forma del pozo en el que está atrapada). Este cambio no requiere energía, pero cambia completamente el resultado del ciclo.
Gracias a este “truco”, el trabajo requerido para comprimir el sistema se reduce, y el balance final es favorable: se extrae más trabajo que en un ciclo sin retroalimentación. Los autores resumen el efecto diciendo: “El ahorro en el trabajo es mayor cuanto antes ocurre el quench, y desaparece solo en las trayectorias en que T = τ/4”.
Información como nueva forma de energía
Uno de los aportes más fascinantes del artículo es cómo introduce de manera concreta el papel de la información como recurso termodinámico. En la práctica, el GCE transforma mediciones en energía útil, una idea que ya había sido propuesta en modelos teóricos pero que aquí se lleva a un nivel aplicable.
El motor no necesita saber todo lo que ocurre, solo observar si se cumple una condición: si la partícula cruza el punto cero antes del tiempo permitido. Esa medición mínima es suficiente para activar el mecanismo de conversión energética mejorado. Según el estudio, esto implica que “la retroalimentación basada en condiciones de primer paso permite una mejora simultánea de la potencia y la eficiencia”.
Este principio puede tener implicaciones profundas, tanto para la física fundamental como para el desarrollo de nuevas tecnologías energéticas a escala nanométrica, como motores moleculares, sensores inteligentes o incluso computadoras térmicas.
Referencias
- Tarek Tohme, Valentina Bedoya, Costantino di Bello, Léa Bresque, Gonzalo Manzano y Édgar Roldán. Gambling Carnot Engine. Physical Review Letters, Vol. 135, 067101. DOI: https://doi.org/10.1103/w8cx-xx1z.
