La robótica y la inteligencia artificial (IA) están transformando la tecnología a nivel global. Recientemente, un sistema autónomo conocido como A-Lab, que es capaz de crear materiales completamente nuevos, ha publicado un informe con sus hallazgos. Este sistema realiza un diseño de los materiales, para posteriormente sintetizar y analizar los productos sin participación humana.
Lo que convierte a esta tecnología en un hallazgo significativo, es que otro sistema de IA ha predicho la existencia de cientos de miles de materiales estables. Se espera que estos avances aceleren el descubrimiento de materiales para tecnologías de energía limpia, electrónica de próxima generación y una serie de otras aplicaciones. Ekin Dogus Cubuk, que dirige el equipo de descubrimiento de materiales en Google DeepMind en Londres y participó en ambos estudios publicados en Nature, afirma que gran cantidad de las tecnologías que nos encontramos en nuestro día a día podrían optimizarse a través de mejores materiales.
Los estudios sugieren que todavía hay miles de millones de materiales inorgánicos esperando ser descubiertos
Con el paso de los años, los químicos han sintetizado varios cientos de miles de compuestos inorgánicos. Sin embargo, los estudios sugieren que todavía hay miles de millones de materiales inorgánicos esperando ser descubiertos. El Proyecto de Materiales se enfocó para reducir el tiempo dedicado en el laboratorio a manipular diversos materiales, simulando computacionalmente nuevos materiales inorgánicos y calculando propiedades.
Ahora Google DeepMind ha ampliado este enfoque con un sistema de IA llamado redes de gráficos para exploración de materiales (GNoME). Este sistema modificó la composición de materiales conocidos y terminó generando 2,2 millones de compuestos potenciales. Tras probar si estos materiales serían estables y predecir sus estructuras cristalinas, la IA produjo un recuento final de 381.000 nuevos compuestos inorgánicos. "Esto es como ChatGPT para el descubrimiento de materiales", dice Carla Gomes, codirectora del Instituto de IA para Ciencias de la Universidad de Cornell en Ithaca, Nueva York, que no participó en la investigación.
Se puede encontrar cierta dificultad para predecir la existencia de un material, pero sin ninguna duda es mucho más complejo fabricarlo en un laboratorio. Es aquí donde A-Lab mostrará su inestimable utilidad, según afirma Gerbrand Ceder, científico de materiales del Laboratorio Nacional Lawrence Berkeley, quien dirigió el proyecto. “A-Lab permitirá fabricar rápidamente estos nuevos materiales que creamos computacionalmente", afirma.
El A-Lab, utiliza robótica de última generación para mezclar y calentar ingredientes sólidos en polvo y luego analiza el producto para comprobar si el procedimiento funcionó. "Es muy divertido observar los robots, pero la innovación realmente está bajo el capó", dice Ceder quien incide en que el mayor desafío radicaba en utilizar la IA para hacer que el sistema sea realmente autónomo, de modo que pudiera planificar experimentos, interpretar datos y tomar decisiones sobre cómo mejorar una síntesis.
"Es muy divertido observar los robots, pero la innovación realmente está bajo el capó"
Al analizar más de 30.000 procedimientos de síntesis publicados, A-Lab puede evaluar la similitud de cada objetivo con los materiales existentes y proponer los ingredientes y las temperaturas de reacción necesarios para fabricarlo. Luego el sistema selecciona los ingredientes, realiza la síntesis y analiza el producto.
De esta forma, en tan solo 17 días fue capaz de producir 41 nuevos materiales inorgánicos, 9 de los cuales se crearon utilizando el aprendizaje automático. Pese a que la mayoría falló debido a dificultades experimentales, algunos de los materiales finalmente se sintetizaron necesitando la intervención humana.
Todos los procesos que está elaborando A-Lab están siendo agregados a los resultados al Proyecto de Materiales, para que los científicos de todo el mundo puedan usarlos para informar su propio trabajo. “Es esencialmente un mapa de la reactividad de los sólidos comunes. Y eso es lo que cambiará el mundo: no el A-Lab en sí, sino el conocimiento y la información que genera”, concluye Ceder.