¡La Inteligencia Artificial Se Encuentra Con La Física Cuántica!

Por Inés Urdaneta / Física e investigadora de Resonance Science Foundation

Como muchos químicos y físicos teóricos y computacionales saben, los cálculos químicos cuánticos en los que intervienen más de un electrón y un núcleo, son muy difíciles de resolver. Estos cálculos pertenecen a un campo llamado problemas de muchos cuerpos (many-body problems) y requieren una gran cantidad de infraestructura computacional y horas de cálculos en función del tamaño -número de partículas- del sistema.  

Los modelos teóricos cuánticos, junto con sus paquetes computacionales, han tenido un éxito extraordinario en la descripción del régimen cuántico. Aunque estos modelos y paquetes proporcionan predicciones rápidas y precisas de las propiedades químicas atómicas, no capturan todos los grados de libertad electrónicos de una molécula, lo que limita su aplicabilidad en las reacciones químicas y el análisis químico. Las moléculas y las nanopartículas también requieren mucho más tiempo para alcanzar la convergencia de los cálculos, en comparación con los átomos; los cálculos pueden tardar  semanas o incluso meses.

Aquí es donde entra en juego la inteligencia artificial -una combinación de redes neuronales artificiales y aprendizaje automático-. Las redes neuronales existen desde hace más de cincuenta años y hoy en día son más actuales que nunca. Esto se debe a que pueden aprender mediante algo llamado propagación hacia atrás (backward propagation), alcanzando un alto nivel de predictibilidad y aumentando la precisión mediante el entrenamiento de la red. 

Utilizada inicialmente para predecir el reconocimiento de patrones, como el comportamiento de los mercados y reconocimiento de rostros, la IA se emplea ahora para predecir propiedades moleculares físico-químicas con el fin de diseñar fármacos o nuevos materiales, entre otros. La IA debe incorporar las leyes fundamentales de la física cuántica, para actuar con precisión. El aprendizaje automático profundo ha alcanzado tales expectativas con el algoritmo adecuado, que es capaz de predecir los estados cuánticos de las moléculas -también conocidos como funciones de onda- de donde emergen todas las propiedades físico-químicas del sistema.

Dicho algoritmo, que permite a la IA resolver las ecuaciones fundamentales de la mecánica cuántica, ha sido publicado en Nature Communications bajo el título Unificando el aprendizaje automático y la química cuántica con una red neuronal profunda para las funciones de onda moleculares (Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions).  El trabajo ha sido realizado por investigadores de la Universidad de Warwick, la Universidad Tecnológica de Berlín y la Universidad de Luxemburgo. Su algoritmo de IA puede proporcionar predicciones precisas en cuestión de segundos en un ordenador portátil o un teléfono móvil.

Su código, llamado SchNOrb, está disponible bajo petición.

_{RSF en perspectiva}

La inteligencia artificial suscita profundas preocupaciones acerca del tratamiento de los datos, la información y la naturaleza de la realidad. En un siguiente artículo titulado Entre el modelo holográfico generalizado y la ciencia de los datos, se discutirá el impacto, el significado y las consecuencias de la IA y la ciencia de los datos en el contexto de la Teoría Holográfica Generalizada  ... ¡estén atentos!

Más en:

https://techxplore.com/news/2019-11-artificial-intelligence-algorithm-laws-quantum.html?fbclid=IwAR0-IpU2tmDHDYICIFi0YOYBTdz5FtciFFEHUEeJso2awHt8Zlrs773bcP4