La inteligencia artificial Deepmind impulsa 800 años hacia el futuro la ciencia de los materiales

Millones de nuevos materiales descubiertos con aprendizaje profundo.

Prepárate para una aceleración radical del desarrollo tecnológico. Una Inteligencia Artificial de Google, Deepmind, ha logrado «una expansión de orden de magnitud en los materiales estables conocidos por la humanidad«, encontrando alrededor de 800 años de nuevos materiales con potencial revolucionario.

El descubrimiento de nuevos materiales con propiedades inusuales puede hacer rodar bolas de nieve tecnológicas que acaben empujando a la sociedad en nuevas direcciones, pero hasta ahora ha sido un proceso laboriosamente lento que ha implicado mucha experimentación de ensayo y error.

Los materiales cristalinos inorgánicos, por ejemplo, pueden ser muy prometedores una vez que se sintetizan por primera vez, pero todo este potencial podría no llevar a ninguna parte si los cristales no se mantienen estables; no sirve de nada descubrir que un nuevo cristal podría mejorar el rendimiento de las baterías o la electrónica si se va a deshacer y degradar.

Y ahí es donde la herramienta de aprendizaje profundo Graph Networks for Materials Exploration (GNoME) de Deepmind acaba de hacer un anuncio que promete ser enormemente perturbador.

La herramienta GNoME ha descubierto nada menos que 2,2 millones de nuevos cristales inorgánicos y ha identificado 380.000 de ellos como los más estables, lo que proporciona a los investigadores una lista prefiltrada de nuevos materiales que pueden ir a sintetizar para la investigación experimental. Unos 736 de ellos ya han sido creados de forma independiente en laboratorios de investigación de todo el mundo.

Entre estos candidatos, hay materiales que tienen el potencial de desarrollar futuras tecnologías transformadoras que van desde los superconductores, la alimentación de superordenadores y las baterías de nueva generación para aumentar la eficiencia de los vehículos eléctricos.

Google

Entre los nuevos descubrimientos se encuentran «52.000 nuevos compuestos en capas similares al grafeno que tienen el potencial de revolucionar la electrónica con el desarrollo de superconductores«, prosigue el equipo de Deepmind. «Anteriormente se habían identificado unos 1.000 materiales de este tipo. También encontramos 528 conductores potenciales de iones de litio, 25 veces más que en un estudio anterior, que podrían utilizarse para mejorar el rendimiento de las baterías recargables.«

Está poniendo todos los descubrimientos y predicciones de GNoME a disposición del Next Gen Materials Project, donde Deepmind obtuvo gran parte del material de entrenamiento para la IA, y Google está dando a los investigadores acceso gratuito a los datos para que la gente pueda empezar a crear y experimentar con los nuevos materiales.

Mientras que otros sistemas de Inteligencia Artificial han realizado una importante labor en el descubrimiento de nuevos cristales, el sistema GNoME lo ha hecho ahora a una escala sin precedentes y con una precisión sin precedentes a la hora de predecir qué estructuras cristalinas serán lo suficientemente estables como para que merezca la pena experimentar con ellas.

El resultado final será una reducción radical del tiempo perdido: los investigadores podrán centrar sus esfuerzos en un enorme tesoro de nuevas estructuras materiales que no conducirán a tantos callejones sin salida debido a la inestabilidad de los cristales.

Es más, el equipo de Deepmind también ha trabajado con el Laboratorio Berkeley para crear y demostrar un laboratorio robótico capaz de sintetizar estos nuevos cristales de forma autónoma. En un artículo publicado hoy, el equipo de Deepmind informa de que el laboratorio robótico ya ha sintetizado con éxito 41 de estos nuevos materiales.

Vía deepmind.google

Qué es la Inteligencia Artificial

La inteligencia artificial (IA) es un campo de la informática que se enfoca en la creación de sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas pueden incluir razonamiento, aprendizaje, percepción y lenguaje natural. La IA puede clasificarse en dos tipos principales:

1. IA Débil o Estrecha: Diseñada para realizar una tarea específica o un conjunto limitado de tareas. Por ejemplo, los asistentes virtuales como Siri o Google Assistant, o sistemas de recomendación como los que usan Netflix o Amazon.
2. IA Fuerte o General: Capaz de realizar cualquier tarea cognitiva que un humano pueda hacer. Este tipo de inteligencia artificial aún no existe y es más un concepto teórico.

La IA se basa en varias disciplinas, como matemáticas, lógica, lingüística, filosofía, neurociencia y psicología. Algunas de las tecnologías y técnicas más utilizadas en la IA incluyen:

• Aprendizaje Automático (Machine Learning): Permite a las máquinas aprender de los datos y mejorar su rendimiento con el tiempo sin ser explícitamente programadas para cada tarea.
• Redes Neuronales y Aprendizaje Profundo (Deep Learning): Imitan la forma en que los humanos procesan la información, especialmente útiles para tareas como el reconocimiento de voz e imagen.
• Procesamiento del Lenguaje Natural (PLN): Facilita la interacción entre las computadoras y el lenguaje humano, como en la traducción automática o los chatbots.

La IA tiene aplicaciones en una variedad de campos, incluyendo medicina, educación, finanzas, automoción, y entretenimiento. Sin embargo, también plantea desafíos éticos y sociales, como la privacidad de los datos, la seguridad y el impacto en el empleo.

Deepmind

DeepMind, una subsidiaria de Alphabet (la empresa matriz de Google), es conocida por desarrollar tecnologías avanzadas de IA y ha realizado importantes avances en campos como el aprendizaje profundo, el aprendizaje por refuerzo y las redes neuronales.

Algunos de los proyectos más conocidos de DeepMind incluyen:

1. AlphaGo: Un programa de inteligencia artificial que ganó fama al derrotar al campeón mundial de Go, un juego de estrategia muy complejo.
2. AlphaFold: Un sistema de IA que ha hecho avances significativos en la predicción de la estructura tridimensional de las proteínas, lo cual es crucial para entender enfermedades y desarrollar nuevos medicamentos.
3. Proyectos de Salud: DeepMind ha trabajado en aplicaciones de IA en el campo de la salud, como el diagnóstico de enfermedades oculares y la predicción de la insuficiencia renal aguda.

Si te gustó este artículo, te recomiendo: Detectar, Prevenir, Actuar: La IA que quiere cambiar las reglas del juego en la batalla contra los incendios forestales o La Inteligencia Artificial podría solucionar los mayores problemas del reciclaje actuales.