La inteligencia artificial no solo sirve para crear imágenes a partir de texto, sino también para diseñar nuevos materiales. Modelos generativos de empresas como Google, Microsoft y Meta han ayudado a investigadores a diseñar millones de materiales. Sin embargo, estos modelos suelen tener dificultades para crear materiales con propiedades cuánticas exóticas, como la superconductividad o estados magnéticos únicos.
SCIGEN: Un nuevo enfoque para el diseño de materiales cuánticos
Investigadores del MIT han desarrollado una nueva técnica llamada SCIGEN (Structural Constraint Integration in GENerative model) que permite a los modelos de IA generativa crear materiales cuánticos prometedores siguiendo reglas de diseño específicas. Estas reglas, o restricciones, guían a los modelos para crear materiales con estructuras únicas que dan lugar a propiedades cuánticas.
Mingda Li, profesor del MIT, explica: “Los modelos de estas grandes empresas generan materiales optimizados para la estabilidad. Nuestra perspectiva es que no es así como avanza la ciencia de los materiales. No necesitamos 10 millones de materiales nuevos para cambiar el mundo. Solo necesitamos un material realmente bueno”.
¿Cómo funciona SCIGEN?
SCIGEN es un código que asegura que los modelos de difusión se adhieran a las restricciones definidas por el usuario en cada paso de generación. Los modelos de difusión de IA funcionan muestreando su conjunto de datos de entrenamiento para generar estructuras que reflejen la distribución de estructuras encontradas en el conjunto de datos. SCIGEN bloquea las generaciones que no se alinean con las reglas estructurales.
Resultados prometedores
Para probar SCIGEN, los investigadores lo aplicaron a un modelo popular de generación de materiales de IA conocido como DiffCSP. El modelo generó más de 10 millones de candidatos a materiales con patrones geométricos únicos conocidos como redes de Arquímedes. Tras una selección de estabilidad, se simuló un subconjunto de 26.000 materiales para comprender el comportamiento de los átomos. Los investigadores encontraron magnetismo en el 41% de estas estructuras.
A partir de este subconjunto, se sintetizaron dos compuestos no descubiertos previamente, TiPdBi y TiPbSb. Los experimentos posteriores mostraron que las predicciones del modelo de IA se alineaban en gran medida con las propiedades reales del material.
Acelerando el descubrimiento de materiales
Los investigadores creen que SCIGEN podría acelerar la búsqueda de materiales revolucionarios, como los líquidos de espín cuántico, que podrían desbloquear la computación cuántica al permitir qubits estables y resistentes a errores.
Weiwei Xie, de la Universidad de Michigan State, señala: “Existe una gran búsqueda de materiales informáticos cuánticos y superconductores topológicos, y todos están relacionados con los patrones geométricos de los materiales. Si los materiales cumplen con esas restricciones, los investigadores cuánticos se entusiasman; es una condición necesaria pero no suficiente. Por lo tanto, al generar muchos, muchos materiales como ese, inmediatamente les da a los experimentadores cientos o miles de candidatos más para jugar y acelerar la investigación de materiales informáticos cuánticos”.
El futuro de SCIGEN
Los investigadores enfatizan que la experimentación sigue siendo fundamental para evaluar si los materiales generados por la IA pueden sintetizarse y cómo se comparan sus propiedades reales con las predicciones del modelo. El trabajo futuro en SCIGEN podría incorporar reglas de diseño adicionales en los modelos generativos, incluidas restricciones químicas y funcionales.
Ryotaro Okabe, autor principal del artículo, concluye: “Las personas que quieren cambiar el mundo se preocupan más por las propiedades de los materiales que por la estabilidad y la estructura de los materiales. Con nuestro enfoque, la proporción de materiales estables disminuye, pero abre la puerta a generar un montón de materiales prometedores”.
Fuente: MIT News – AI
Leave a Comment