En tiempo que llevamos de este año, hemos atestiguado un progreso significativo en el campo de las tecnologías respaldadas por Inteligencia Artificial. Con la introducción de innovaciones notables como ChatGPT y DALL-E, derivadas de OpenAI, la emergencia y el impacto de las herramientas basadas en IA han llamado poderosamente la atención de todos. Actualmente, observamos cómo la Inteligencia Artificial generativa se desarrolla a un ritmo acelerado,, desvelándonos diariamente nuevas aplicaciones de este fenómeno.
En este escenario, Google ha emergido como la, proporcionando un logro sin precedentes gracias a su proyecto Google DeepMind. Ha logrado emplear la Inteligencia Artificial para anticipar la estructura de más de dos millones de materiales nuevos, descubrimiento que puede ser el catalizador para perfeccionar la tecnología contenida en innumerables elementos de nuestra vida cotidiana.
Un descubrimiento de materiales revolucionario
El anuncio de esta noticia se originó de una publicación reciente en la revista Nature. Según la firma, hay una posibilidad de que puedan llevarse a cabo casi 400.000 de sus diseños de material hipotéticos,. Esto se extiende hacia la investigación de la fabricación de baterías de alto rendimiento, paneles solares, chips para sistemas informáticos y mucho más.
La herramienta revolucionaria que se utilizó se llama GNoME y ha permitido la detección de la cantidad de combinaciones teóricamente estables, casi 45 veces más que el recuento de sustancias semejantes desenterradas en toda la historia de la ciencia, como se cita en la publicación.
Es evidente que el descubrimiento y la síntesis de materiales inéditos conllevan un costo considerable de producción y progresión. No resulta sorprendente que las empresas y organizaciones inviertan enormemente para potenciar sus departamentos de investigación y desarrollo. La Inteligencia Artificial ha facilitado en gran medida estos procesos.
«Con las notables mejoras en experimentación, síntesis autónoma y modelos de aprendizaje automático, esperamos que ese período de 10 a 20 años se pueda reducir significativamente», expresa Ekin Dogus Cubuk, científico investigador de DeepMind.
Operando con la Inteligencia Artificial de DeepMind
Los datos del “Materials Project”, un equipo internacional de investigación fundado en el Laboratorio Nacional Lawrence Berkeley en 2011, se utilizaron para entrenar a la Inteligencia Artificial de DeepMind. Se explotaron investigaciones aproximadamente de 50.000 materiales conocidos para este propósito.
Como ha informado la empresa, ahora puede compartir una parte de estos datos con la comunidad científica, con el objetivo de acelerar el proceso de descubrimiento de materiales nuevos.
«La industria tiende a ser un poco cautelosa cuando se trata de incrementar los costos, y los materiales nuevos suelen tardar un tiempo en ser rentables», apunta Kristin Persson, director del Materials Project. «Si podemos reducirlo aún un poco más, se consideraría un gran avance», prosigue.
Después de aplicar sus métodos basados en Inteligencia Artificial para prever la estabilidad de materiales nuevos, DeepMind ahora se centra en prever qué tan fácilmente se podrían sintetizar estos materiales en un laboratorio.
Vía | Financial Times
LEE MÁS ARTÍCULOS SOBRE: Ciencia de Datos con IA.
LEE LA ENTRADA ANTERIOR: La última tecnología de videojuegos permite percibir olores en la realidad virtual.