En el Diálogo de Ciencia en Español de octubre hablamos sobre el uso de Inteligencia Artificial para el diseño de nuevos materiales. Para ello, contamos con la conferencia magistral de Rafael Gómez Bombarelli (Profesor de Ciencia e Ingeniería de Materiales en el MIT). La charla continuará con un coloquio con David Fairen-Jiménez (Catedrático de Ingeniería Molecular, Universidad de Cambridge).

Resumen:

El diseño de nuevos materiales es vital para abordar desafíos en materia de salud, energía y sostenibilidad. Históricamente, la combinación de leyes fisicoquímicas junto con ensayo y error ha guiado el diseño de materiales, pero este enfoque está limitado por el coste temporal y económico de realizar experimentos en el laboratorio. El espacio de materiales hipotéticos a considerar es increíblemente grande, y solo una pequeña fracción de los posibles compuestos puede probarse experimentalmente.

El grupo de Gómez Bombarelli explora la conexión entre las simulaciones basadas en la física y el aprendizaje automático (ML), y propone invertir el ciclo de diseño en materiales, aplicando la computación antes de iniciar la experimentación. Las simulaciones atomísticas, mediante técnicas de mecánica cuántica o mecánica estadística, pueden predecir las propiedades de materiales hipotéticos, y mediante simulaciones de alto rendimiento, Gómez Bombarelli puede evaluar millones de candidatos.

Sin embargo, las simulaciones son relativamente costosas y a menudo no alcanzan la precisión necesaria, en comparación con los experimentos. Aquí es donde la sinergia con ML permite un nuevo paradigma: los modelos de aprendizaje máquina reemplazan las simulaciones interpolando entre cálculos preexistentes a una fracción del coste, mientras que la incorporación de leyes físicas garantiza solidez y transferibilidad en el aprendizaje máquina. Otras técnicas avanzadas de aprendizaje máquina como modelos multi-fidelidad que combinan datos simulados y experimentales; aprendizaje activo para adquirir datos donde son más informativos; o algoritmos de diseño inverso, que proponen materiales basados en las propiedades deseadas, invirtiendo el proceso tradicional de predecir propiedades dado el material.

En la práctica, Gómez Bombarelli combina estas herramientas y con colaboradores en el laboratorio, las aplica para el diseño de materiales como péptidos terapéuticos para tratar distrofia muscular; moléculas con las propiedades ópticas deseadas para pantallas de teléfonos y televisiones OLED; catalizadores para el tratamiento de emisiones y moléculas y polímeros para baterías.