Google DeepMind ha utilizado inteligencia artificial (IA) para predecir la estructura de más de 2 millones de nuevos materiales, un avance que, según dijo, pronto podría utilizarse para mejorar las tecnologías del mundo real.
En un artículo de investigación publicado el miércoles en la revista científica Nature, la firma de inteligencia artificial propiedad de Alphabet dijo que casi 400.000 de sus hipotéticos diseños de materiales pronto podrían producirse en condiciones de laboratorio.
Las posibles aplicaciones de la investigación incluyen la producción de baterías, paneles solares y chips de computadora de mejor rendimiento.
El descubrimiento y la síntesis de nuevos materiales puede ser un proceso costoso y que requiere mucho tiempo. Por ejemplo, fueron necesarias alrededor de dos décadas de investigación antes de que las baterías de iones de litio (que hoy se utilizan para alimentar todo, desde teléfonos y computadoras portátiles hasta vehículos eléctricos) estuvieran disponibles comercialmente.
«Esperamos que grandes mejoras en la experimentación, la síntesis autónoma y los modelos de aprendizaje automático acorten significativamente ese cronograma de 10 a 20 años a algo mucho más manejable», dijo Ekin Dogus Cubuk, científico investigador de DeepMind.
La IA de DeepMind se entrenó con datos del Proyecto de Materiales, un grupo de investigación internacional fundado en el Laboratorio Nacional Lawrence Berkeley en 2011, compuesto por investigaciones existentes de alrededor de 50.000 materiales ya conocidos.
La compañía dijo que ahora compartiría sus datos con la comunidad de investigación, con la esperanza de acelerar nuevos avances en el descubrimiento de materiales.
«La industria tiende a ser un poco reacia al riesgo cuando se trata de aumentos de costos, y los nuevos materiales normalmente tardan un poco en volverse rentables», dijo Kristin Persson, directora del Proyecto de Materiales.
«Si podemos reducirlo un poco más, se considerará un verdadero avance».
Después de haber utilizado la IA para predecir la estabilidad de estos nuevos materiales, DeepMind dijo que ahora se centraría en predecir con qué facilidad se pueden sintetizar en el laboratorio.
Informe de Martin Coulter; Editado por Jan Harvey
Fuente: reuters
