Se asignó aleatoriamente una herramienta de aprendizaje automático a los científicos de uno de los laboratorios de la empresa no identificada.Crédito: Eugenio Marongio/Getty
La inteligencia artificial se ha vuelto omnipresente en la investigación aplicada, pero ¿puede realmente inventar materiales útiles más rápido que los humanos? Todavía es demasiado pronto para saberlo, pero un estudio a gran escala sugiere que podría suceder.
Los investigadores han construido un “mundo de IA”: ¿qué puede hacer?
Aidan Toner Rodgers, economista del Instituto Tecnológico de Massachusetts en Cambridge, ha seguido el despliegue del sistema Aprendizaje automático Un instrumento en un laboratorio de una empresa anónima que emplea a más de 1.000 investigadores. Los equipos asignados aleatoriamente para utilizar la herramienta descubrieron un 44 % más de funciones nuevas Materiales Descubrió que las solicitudes de patente se presentaban un 39 % más a menudo que aquellas que seguían el flujo de trabajo estándar. Tóner Rodgers Los resultados fueron publicados en línea. El mes pasado lo envié a una revista revisada por pares.
“Es un estudio muy interesante”, afirma Robert Palgrave, químico del estado sólido del University College de Londres, y añade que la divulgación limitada de detalles del experimento dificulta la evaluación de los resultados del despliegue de la IA. “Probablemente no me sorprende que la IA pueda hacer muchas sugerencias”, dice Palgrave. “Lo que nos falta es si esas sugerencias son buenas o no”.
fabricante de materiales
Toner-Rodgers tuvo acceso a datos internos del laboratorio y entrevistó a investigadores con la condición de que no se revelara el nombre de la empresa o los productos específicos que diseñaba. Es una empresa estadounidense que desarrolla nuevos materiales inorgánicos (incluidos compuestos moleculares, estructuras cristalinas, vidrio y aleaciones metálicas) para su uso en “cuidado de la salud, óptica y fabricación industrial”, escribe.
¿Los modelos de IA producen ideas más originales que los investigadores?
A partir de 2022, la empresa adoptó sistemáticamente una herramienta de inteligencia artificial que personalizó para adaptarla a sus necesidades. Según Toner-Rodgers, la herramienta combina redes neuronales gráficas, una técnica común en el descubrimiento de materiales que se ha utilizado Utilizado por DeepMindla filial de inteligencia artificial de Google con sede en Londres, entre otros, con aprendizaje por refuerzo. el Red neuronal Está preentrenado utilizando datos de extensas bases de datos existentes, incluidas estructuras cristalinas y sus propiedades del Proyecto de Materiales y estructuras moleculares de la Base de datos de Materiales de Alexandria.
Los investigadores ingresan los requisitos para las propiedades deseadas del material en la red neuronal y el sistema sugiere estructuras para nuevos materiales que podrían tener esas propiedades. Luego, los equipos eliminan posibles fallos, como fórmulas que no dan como resultado un compuesto estable, utilizando su conocimiento especializado y simulaciones por computadora. Luego intentan ensamblar estructuras candidatas y, si tienen éxito, las prueban en experimentos e incluso en prototipos de productos finales. Los resultados se retroalimentan a la red neuronal, una fase de “impulso” que le ayuda a mejorar sus capacidades predictivas.