La IA de DeepMind ha encontrado más nuevos materiales en un año que los científicos en siglos.
La IA de DeepMind ha descubierto más materiales nuevos en un año que los científicos en siglos.
Los investigadores de Google DeepMind han entrenado un modelo de aprendizaje profundo para predecir la estructura de más de 2,2 millones de materiales cristalinos, 45 veces más que los descubiertos en toda la historia de la ciencia.
De los más de dos millones de nuevos materiales, se cree que unos 381.000 son estables, lo que significa que no se descompondrían, una característica esencial para fines de ingeniería. Estos nuevos materiales tienen el potencial de impulsar el desarrollo de tecnologías futuras clave como semiconductores, supercomputadoras y baterías, según la empresa británico-estadounidense.
Las tecnologías modernas, desde la electrónica hasta los vehículos eléctricos, pueden aprovechar solo 20.000 materiales inorgánicos. Estos se descubrieron en su mayoría a través de ensayo y error a lo largo de los siglos. La nueva herramienta de Google DeepMind, conocida como Graph Networks for Materials Exploration (GNoME), ha descubierto cientos de miles de materiales estables en solo un año.
De los nuevos materiales, la IA encontró 52.000 nuevos compuestos en capas similares al grafeno que podrían usarse para desarrollar superconductores más eficientes, componentes cruciales en escáneres de resonancia magnética, ordenadores cuánticos experimentales y reactores de fusión nuclear. También encontró 528 posibles conductores de iones de litio, 25 veces más que un estudio anterior, que podrían usarse para mejorar el rendimiento de las baterías de los vehículos eléctricos.
Para lograr estos descubrimientos, el modelo de aprendizaje profundo se entrenó con datos extensos del Proyecto de Materiales. El programa, dirigido por el Laboratorio Nacional Lawrence Berkeley en Estados Unidos, ha utilizado técnicas de IA similares para descubrir alrededor de 28.000 nuevos materiales estables en la última década. Google DeepMind ha ampliado este número ocho veces, en lo que la compañía llama una “expansión de un orden de magnitud en los materiales estables conocidos por la humanidad”.
- VPNs para Smart TVs 5 formas sencillas de configurar uno
- Hace un año, ChatGPT inició una revolución | ENBLE
- Amazon Q Nuevo asistente generativo con IA para el trabajo
Aunque los nuevos materiales son técnicamente solo predicciones, los investigadores de DeepMind afirman que experimentadores independientes ya han fabricado 736 de los materiales, verificando su estabilidad. Y un equipo del Laboratorio Berkeley ya ha estado utilizando robots autónomos para sintetizar materiales descubiertos tanto a través del Proyecto de Materiales como del nuevo tesoro descubierto por DeepMind. Según se detalla en este estudio, el robot autónomo impulsado por IA pudo dar vida a 41 de los 58 materiales predichos en solo 17 horas.
“La industria tiende a ser un poco aversa al riesgo cuando se trata de incrementos de costos y, por lo general, los nuevos materiales tardan un poco antes de ser rentables”, dijo Kristin Persson, directora del Proyecto de Materiales, a Reuters. “Si podemos reducir eso incluso un poco más, se consideraría un avance real”.
Los investigadores de DeepMind dicen que lanzarán inmediatamente datos sobre los 381.000 compuestos que se pronostica que son estables y pondrán el código de su IA a disposición del público. Al proporcionar a los científicos el catálogo completo de las prometedoras “recetas” de nuevos materiales candidatos, la compañía espera acelerar el descubrimiento y reducir los costos.
La presentación de GNoME se produce después de varios desarrollos impresionantes en Google DeepMind, que se formó en abril cuando DeepMind, con sede en el Reino Unido, y Google Brain, con sede en Estados Unidos, se fusionaron en una sola unidad de investigación de IA. El último es el lanzamiento del sistema de pronóstico del tiempo global más preciso a 10 días del mundo.
