La inteligencia artificial ayuda a modelizar la materia al nivel nanométrico

El 9 de diciembre, la revista Science publicó información sobre el último descubrimiento realizado dentro del proyecto de aprendizaje automático DeepMind, de Alphabet Inc. Este equipo ha creado una herramienta de inteligencia artificial basada en redes neuronales que resuelve un problema de cómo modelizamos la química. La herramienta se llama DM21, y es capaz de predecir el comportamiento de los electrones en las interacciones químicas.

Es importante saber dónde se encuentran los electrones dentro de una molécula. Para aproximar la distribución de los electrones, se utiliza la Teoría de Densidad Funcional (DFT, por sus siglas en inglés). Por desgracia, las herramientas basadas en la DFT no logran modelizar moléculas donde un electrón es compartido entre varios átomos. Este tipo de casos se conocen como electrones fraccionales.

El DM21 fue entrenado con 2.235 ejemplos de reacciones químicas. Muchos de los ejemplos contenían electrones fraccionales, y suponen un problema para los análisis tradicionales basados en la DFT. Después, la inteligencia artificial fue aplicada a reacciones químicas que no habían sido incluídas entre los datos usados para entrenar el modelo. El DM21 produjo res