Informatica

CUANDO LA INTELIGENCIA ARTIFICIAL SE CONSOLIDA CON LA MECÁNICA CUÁNTICA

Crédito: CC0 Public Domain

La IA está aprendiendo a resolver ecuaciones fundamentales de la mecánica cuántica.

En la actualidad, la Inteligencia Artificial (IA) puede ser utilizada para predecir las funciones de ondas moleculares y las propiedades electrónicas de las moléculas. Este innovador método de la IA; desarrollado por un equipo de investigadores de la Universidad de Warwick, la Universidad Técnica de Berlín y la Universidad de Luxemburgo; podría utilizarse para acelerar el diseño de moléculas de fármacos o nuevos materiales.

Los algoritmos de inteligencia artificial y aprendizaje automático se utilizan de forma rutinaria para predecir nuestro comportamiento de compra y para reconocer nuestras caras o caligrafía. En la investigación científica, la Inteligencia Artificial se está consolidando como una herramienta crucial para el descubrimiento científico.

En química, la IA se ha convertido en un instrumento para predecir los resultados de experimentos o simulaciones de sistemas cuánticos. Para lograr esto, la IA debe poder incorporar sistemáticamente las leyes fundamentales de la física.

Un equipo interdisciplinario de químicos, físicos e informáticos dirigido por la Universidad de Warwick, que incluye a la Universidad Técnica de Berlín y la Universidad de Luxemburgo, ha desarrollado un algoritmo de aprendizaje automático profundo que puede predecir los estados cuánticos de las moléculas, los llamados funciones de onda, que determinan todas las propiedades de las moléculas.

La IA logra esto aprendiendo a resolver ecuaciones fundamentales de la mecánica cuántica, como se muestra en su artículo «Unificando el aprendizaje automático y la química cuántica con una red neuronal profunda para funciones de onda moleculares», publicado en Nature Communications.

Resolver estas ecuaciones de la forma convencional requiere recursos informáticos masivos de alto rendimiento (meses de tiempo de cálculo) que suele ser el cuello de botella para el diseño computacional de nuevas moléculas especialmente diseñadas para aplicaciones médicas e industriales. El algoritmo de IA desarrollado recientemente puede proporcionar predicciones precisas en segundos en una computadora portátil o teléfono móvil.

El Dr. Reinhard Maurer del Departamento de Química de la Universidad de Warwick dice: «Este ha sido un esfuerzo conjunto de tres años, que requirió conocimientos de informática para desarrollar un algoritmo de inteligencia artificial lo suficientemente flexible como para capturar la forma y el comportamiento de las funciones de ondas, pero también conocimientos de química y física para poder procesar y representar datos químicos cuánticos en una forma que sea manejable por el algoritmo“.

El equipo se reunió durante un programa de becas interdisciplinario de tres meses en IPAM (UCLA) sobre el tema del aprendizaje automático en física cuántica.

El profesor Dr. Klaus Robert-Muller del Instituto de Ingeniería de Software y Ciencias de la Computación Teórica de la Universidad Técnica de Berlín dice: «Este trabajo interdisciplinario es un progreso importante, ya que muestra que los métodos de IA pueden realizar de manera eficiente los aspectos más difíciles de la tecnología de simulaciones de la cuántica molecular. En los próximos años, los métodos de IA se establecerán como parte esencial del proceso de descubrimiento en química computacional y física molecular».

El profesor Dr. Alexandre Tkatchenko del Departamento de Investigación de Física y Materiales de la Universidad de Luxemburgo dice: «Este trabajo permite un nuevo nivel de diseño de compuestos en el que las propiedades electrónicas y estructurales de una molécula se pueden ajustar simultáneamente para lograr los criterios de aplicación deseados».

Fuente: Alice Scott, Universidad de Warwick.

SHARE
RELATED POSTS
Investigadores Restauran el Sentido del Tacto a un Hombre con Lesión Severa en la Medula Espinal
Desarrollan Neuronas Artificiales 
Científicos Desarrollan Neuronas Artificiales que Pueden Imitar las Sinapsis  
Medir la capacidad de la IA para aprender es difícil.

Comments are closed.