Una nueva herramienta está cambiando drásticamente el rostro de la investigación química:la inteligencia artificial. En un nuevo artículo publicado en Naturaleza , Los investigadores revisan el rápido progreso en el aprendizaje automático para las ciencias químicas.

Casi todos los avances tecnológicos en la historia de la humanidad van acompañados del descubrimiento o desarrollo de nuevos materiales, desde la mezcla de cobre y zinc para formar bronce hasta la fabricación de microchips de silicio de alta calidad que impulsan la tecnología digital.

Diseñar materiales para una demanda específica es una tarea alucinante; una combinación aleatoria de bloques de construcción atómicos podría producir cualquiera de un número infinito de compuestos posibles. Históricamente, el descubrimiento de materiales ha implicado una combinación de azar, intuición, y prueba y error, pero todo esto podría cambiar gracias a la inteligencia artificial.

Un equipo internacional de científicos del Reino Unido y EE. UU., incluyendo Ph.D. estudiante Daniel Davies del Centro de Tecnologías Químicas Sostenibles y Departamento de Química, publicó una revisión sobre el creciente potencial del aprendizaje automático para el diseño químico.

Daniel dijo:"El aprendizaje automático es una rama de la inteligencia artificial en la que las computadoras se programan aprendiendo de los datos. Estos métodos han existido por un tiempo, ampliamente utilizado por Google, Yahoo, Amazon, etc. para publicidad dirigida, traducción y filtrado de spam, por ejemplo.

"Más recientemente, se están utilizando para realizar tecnología de robots autónomos y de robots similares a los humanos. Solo se están aplicando a las ciencias físicas a lo grande y tienen enormes implicaciones para el papel que asumen las computadoras en la ciencia. De hecho, , el uso de 'big data' y la inteligencia artificial se ha denominado la cuarta revolución industrial o el cuarto paradigma de la ciencia. El aprendizaje automático se está utilizando ahora para acelerar el proceso científico, diseñar materiales y moléculas cruciales que necesitamos para el desarrollo sostenible, más rapidamente.

"El objetivo principal del artículo es explicar dónde está comenzando a surgir el aprendizaje automático a desafíos específicos en la investigación molecular y de materiales que simplemente no se pueden resolver sin él. También identificamos algunas barreras clave que deben superarse a continuación. Por ejemplo, encontrar formas en las que los productos químicos y los compuestos se representan en las computadoras que solo 'piensan' en 1 y 0, es un gran desafío.

"Nuestro resumen final es:'A medida que los científicos adoptan la inclusión del aprendizaje automático con un diseño basado en estadísticas en sus programas de investigación, el número de solicitudes crece a un ritmo extraordinario. Esta nueva generación de ciencia computacional, respaldado por una plataforma de herramientas de código abierto e intercambio de datos, tiene el potencial de revolucionar el proceso de descubrimiento de materiales y moléculas ''. Creo que esto refleja bien el mensaje para llevar a casa, que es que predecimos que esta área se convertirá en una parte integral del método científico, no solo en un área separada de investigación ".

Los seres humanos siempre han disfrutado de capacidades de razonamiento e intuición que superan con creces las de las máquinas. Pero los científicos ahora están comenzando a recurrir a soluciones impulsadas por inteligencia artificial para acelerar sus propios procesos de descubrimiento y optimización de materiales.

Dr. Keith Butler de ISIS Neutron and Muon Source, autor principal de la revisión, dijo:"En los enfoques computacionales tradicionales, la computadora es poco más que una calculadora, empleando un algoritmo codificado proporcionado por un experto humano. Por el contrario, el rendimiento de las técnicas de aprendizaje automático mejora al ver más y más ejemplos reales ".

El aprendizaje automático y la inteligencia artificial ofrecen la posibilidad de entrenar ordenadores utilizando las propiedades de materiales que ya conocemos, para ayudar a identificar los sistemas campeones del futuro. Los enfoques de inteligencia artificial consideran todos los datos disponibles por igual y encuentran tendencias que un investigador humano puede pasar por alto debido al sesgo hacia una interpretación determinada.

Pero, ¿qué está impulsando el progreso en este campo? Un factor importante de la explosión de la inteligencia artificial en química es el crecimiento de las bases de datos de código abierto.

"Esto es particularmente emocionante en el contexto de una instalación como ISIS donde producimos grandes cantidades de datos, estamos sentados en una mina de oro de datos y ahora estamos empezando a poder aprovechar eso, "añadió el Dr. Butler.