La IA acelera el descubrimiento de nuevos materiales

Investigadores rusos han logrado un avance significativo en el desarrollo de nuevos materiales. Utilizaron Inteligencia Artificial (IA) para acelerar el proceso de identificación y análisis de las propiedades de compuestos prospectivos. Un equipo del Instituto de Inteligencia Artificial AIRI, con el apoyo de Sber, Skoltech y la Universidad Politécnica de Tomsk, creó un sistema de IA basado en redes neuronales de grafos (GNN). Este sistema ayuda a encontrar combinaciones efectivas de elementos para crear nuevos compuestos prometedores basados en boro y wolframio. "El modelo entrenado nos permitió analizar todos los datos en solo unos días y seleccionar los más prometedores para la verificación experimental", dice Roman Eremin, investigador principal de AIRI. Los métodos tradicionales para calcular las propiedades de las moléculas, que son de naturaleza químico-cuántica, requieren importantes recursos computacionales y tiempo. Especialmente si la estructura del compuesto es compleja, cada cálculo de átomo y electrón se vuelve más difícil. Esto puede llevar meses o incluso años. La IA ayuda a evitar esta barrera. Esto permite acelerar el proceso y no desperdiciar cientos de miles de configuraciones en vano. "Hemos incluido constantemente en el entrenamiento solo aquellas estructuras donde el modelo ha cometido la mayor cantidad de errores. Esto redujo la complejidad combinatoria de la tarea", explica Eremin. El modelo de IA creado no se limita solo a los compuestos de boro. Se puede utilizar para buscar nuevos materiales en otros sistemas químicos, desde compuestos médicos hasta propulsión espacial. Una red neuronal (también una red neuronal artificial, RNA, o simplemente una red neuronal) es un modelo matemático, así como su implementación de software o hardware, construido sobre el principio de la organización de las redes neuronales biológicas: las redes de células nerviosas de un organismo vivo.