La Inteligencia Artificial se puede utilizar para predecir las funciones de onda molecular y las propiedades electrónicas de las moléculas. Este innovador método de Inteligencia Artificial desarrollado por un equipo de investigadores de la Universidad de Warwick, la Universidad Técnica de Berlín y la Universidad de Luxemburgo, podría utilizarse para acelerar el diseño de moléculas de medicamentos o nuevos materiales.

La Inteligencia Artificial y los algoritmos de Machine Learning se utilizan de forma rutinaria para predecir nuestro comportamiento de compra y para reconocer nuestras caras o la escritura a mano. En la investigación científica, la Inteligencia Artificial se está estableciendo como una herramienta crucial para el descubrimiento científico.

En química, la Inteligencia Artificial se ha convertido en un instrumento para predecir los resultados de experimentos o simulaciones de sistemas cuánticos. Para lograr esto, la Inteligencia Artificial necesita poder incorporar sistemáticamente las leyes fundamentales de la física.

Un equipo interdisciplinario de químicos, físicos e informáticos dirigido por la Universidad de Warwick, que incluye la Universidad Técnica de Berlín y la Universidad de Luxemburgo, ha desarrollado un algoritmo de Deep Learning que puede predecir los estados cuánticos de las moléculas, también llamados funciones de onda, que determinan todas las propiedades de las moléculas.

La Inteligencia Artificial logra esto aprendiendo a resolver ecuaciones fundamentales de la mecánica cuántica como se muestra en su artículo "Unificación de Machine Learning y química cuántica con una red neuronal profunda para funciones de ondas moleculares" publicado en Nature Communications.

Resolver estas ecuaciones de la manera convencional requiere recursos informáticos masivos de alto rendimiento (meses de tiempo informático), que suele ser el cuello de botella para el diseño computacional de nuevas moléculas especialmente diseñadas para aplicaciones médicas e industriales. El algoritmo de Inteligencia Artificial recientemente desarrollado puede proporcionar predicciones precisas en segundos en un ordenador portátil o teléfono móvil.

El Dr. Reinhard Maurer del Departamento de Química de la Universidad de Warwick comenta:
"Este ha sido un esfuerzo conjunto de tres años, que requirió conocimientos de informática para desarrollar un algoritmo de Inteligencia Artificial lo suficientemente flexible como para capturar la forma y el comportamiento de las funciones de onda, pero también conocimientos de química y física para procesar y representar los datos de química cuántica en una forma que sea manejable para el algoritmo".

El equipo se ha reunido durante un programa interdisciplinario de becas de 3 meses en IPAM (UCLA) sobre el tema de Machine Learning en física cuántica.

El profesor Dr. Klaus Robert-Muller del Instituto de Ingeniería de Software y Ciencias de la Computación Teórica de la Universidad Técnica de Berlín agrega:
“Este trabajo interdisciplinario es un progreso importante ya que muestra que los métodos de Inteligencia Artificial pueden realizar eficientemente los aspectos más difíciles de las simulaciones moleculares cuánticas. En los próximos años, los métodos de Inteligencia Artificial se establecerán como una parte esencial del proceso de descubrimiento en química computacional y física molecular”.

El profesor Dr. Alexandre Tkatchenko del Departamento de Física e Investigación de Materiales de la Universidad de Luxemburgo concluye:
"Este trabajo permite un nuevo nivel de diseño compuesto donde las propiedades electrónicas y estructurales de una molécula se pueden ajustar simultáneamente para lograr los criterios de aplicación deseados".

Referencia: "Unificación de Machine Learning y la química cuántica con una red neuronal profunda para funciones de onda molecular" por K. T. Schütt, M. Gastegger, A. Tkatchenko, K.-R. Müller y R. J. Maurer, 15 de noviembre de 2019, Nature Communications. DOI: 10.1038/s41467-019-12875-2