La combinación de inteligencia artificial avanzada y computación en la nube de próxima generación está revolucionando la manera en que se realizan los descubrimientos científicos, alcanzando velocidades inimaginables hace solo unos años. Microsoft y el Laboratorio Nacional del Noroeste del Pacífico (PNNL), ubicado en Richland, Washington, han unido fuerzas para demostrar el impacto de esta aceleración en la química y la ciencia de materiales, dos campos esenciales para el desarrollo de soluciones energéticas.
Los científicos del PNNL han acelerado el descubrimiento de un nuevo material para baterías, un proceso que, gracias a la colaboración con Microsoft y el uso de IA avanzada y computación de alto rendimiento (HPC), tomó semanas en lugar de años. La HPC, que agrupa grandes cantidades de computadoras para resolver complejas tareas científicas y matemáticas, es la tecnología clave detrás de este avance.
En este proyecto conjunto, el equipo de Quantum de Microsoft usó inteligencia artificial para identificar alrededor de 500,000 materiales estables en cuestión de días. La colaboración, utilizando Azure Quantum Elements de Microsoft, logró reducir 32 millones de materiales inorgánicos a 18 candidatos prometedores en solo 80 horas. Este hito marca un nuevo camino para la aceleración de soluciones en sostenibilidad, farmacéutica y otros sectores, al tiempo que abre la puerta a los avances de la computación cuántica.
«Creemos que hay una oportunidad para hacer esto en varios campos científicos», afirma Brian Abrahamson, director digital del PNNL, señalando que los recientes avances tecnológicos han potencializado el descubrimiento científico.
El PNNL, un laboratorio del Departamento de Energía de Estados Unidos, realiza investigaciones en química y ciencia de materiales con objetivos de seguridad y sostenibilidad energética, posicionándose como el colaborador ideal para Microsoft. Según Abrahamson, desarrollar nuevas baterías es un desafío global significativo que tradicionalmente ha sido intensivo en mano de obra, limitando así el volumen y ritmo del progreso.
Tradicionalmente, la síntesis de materiales inicia con una revisión exhaustiva de estudios publicados para formular hipótesis, un proceso que es obstaculizado por la tendencia de los científicos a documentar éxitos en lugar de fracasos. El siguiente paso, probar estas hipótesis, es un proceso largo y reiterativo que puede tardar años.
Microsoft ha entrenado sistemas de IA para evaluar de manera sofisticada todos los elementos disponibles y sugerir combinaciones. El algoritmo inicial propuso 32 millones de candidatos, que luego fueron filtrados para dejar solo los más prometedores basados en su reactividad y potencial de conducir energía. Nathan Baker, líder de producto para Azure Quantum Elements, explica que la simulación, que tradicionalmente podría tardar meses, se realizó 500,000 veces más rápido gracias a la IA.
En este caso, los candidatos más prometedores fueron identificados en solo 80 horas. Microsoft utilizó IA para realizar la mayor parte de la reducción de materiales, representando el 90% del tiempo computacional, después de lo cual los científicos de materiales de PNNL evaluaron la lista corta.
Abrahamson destaca que la nube, al estar siempre accesible, facilita enormemente la investigación, permitiendo que herramientas de IA aplicables a la química se extiendan a cualquier tipo de investigación de materiales.
El material recientemente descubierto y que PNNL está probando combina litio y sodio con otros elementos, reduciendo significativamente el contenido de litio. Aunque aún en etapas iniciales, ya se han logrado avances significativos.
Con esta colaboración entre Microsoft y PNNL, se está inaugurando una nueva era en la que la inteligencia artificial y la computación de alto rendimiento transforman la investigación científica y ofrecen soluciones rápidas a problemas críticos a nivel global.
