Explorando el «espacio químico» con el profesor Anatole von Lilienfeld

Señor Anatole de Lilienfeld (Química, MSE) Navega por el espacio, pero en lugar de explorar las profundidades del universo, su trabajo está aquí en la Tierra en el «espacio químico».

En lugar de buscar estrellas, galaxias y otros cuerpos celestes desconocidos, su atención se centra en el potencial sin explotar de las estructuras químicas no descubiertas. Para hacer este trabajo, no está equipado con un poderoso telescopio; su instrumento elegido es la inteligencia artificial (IA).

Von Lilienfeld es Cátedra Clark inaugural de Materiales Avanzados en el Instituto Vector y la Universidad de Toronto, Y un miembro fundamental de U of T’s Federación de aceleradores (C.A). Asignado conjuntamente al Departamento de Química de la Facultad de Artes y Ciencias y al Departamento de Ciencia e Ingeniería de Materiales de la U of T Engineering, es un destacado experto en el uso de computadoras para comprender la inmensidad del espacio químico.

Von Lilienfeld, recientemente nombrado A Cátedra Canadá CIFAR AIfue el orador en Primera conferencia anual de AC Accelerate El mes pasado en la U de T.

Este programa de cuatro días se centra en el poder de los laboratorios autónomos (SDL), una tecnología emergente que combina inteligencia artificial, automatización y computación avanzada para acelerar el descubrimiento de materiales y moléculas. La Conferencia Accelerate reunió a más de 200 personas y contó con charlas y paneles de discusión con más de 60 expertos de la academia, la industria y el gobierno que conforman el campo emergente de la ciencia acelerada.

Erin Warner, especialista en comunicaciones del Acceleration Consortium, habló recientemente con von Lilienfeld sobre la conferencia y la digitalización de la química.

¿Cuál es el volumen del espacio «químico»?

Estamos rodeados de materia y moléculas. Considere los compuestos químicos que componen nuestra ropa, el pavimento sobre el que caminamos y las baterías de nuestros autos eléctricos. Ahora considere nuevas combinaciones potenciales que esperan ser descubiertas, como catalizadores para capturar y usar de manera efectiva el dióxido de carbono atmosférico, cementos con bajo contenido de carbono, compuestos biodegradables livianos, membranas para la filtración de agua y moléculas efectivas para tratar el cáncer y las enfermedades resistentes a las bacterias.

En la práctica, el espacio químico es infinito e investigarlo no es poca cosa. Una subestimación dice que contiene 10⁶⁰ Compuestos – más que el número de átomos en nuestro sistema solar.

¿Por qué necesitamos acelerar la búsqueda de nuevos materiales?

Muchos de los materiales más utilizados ya no nos sirven. La mayor parte de los residuos plásticos que se han producido en el mundo aún no se han reciclado. Pero se espera que los materiales que impulsarán el futuro sean sostenibles, circulares y económicos.

La química tradicional es lenta, una serie a menudo tediosa de prueba y error que limita nuestra capacidad de explorar más allá de un pequeño subconjunto de posibilidades. Sin embargo, la IA puede acelerar el proceso al predecir las combinaciones que podrían dar lugar a un material con el conjunto deseado de propiedades que buscamos (p. ej., conductivo, biodegradable, etc.).

Este es solo un paso en los laboratorios autónomos, una tecnología emergente que combina inteligencia artificial, automatización y computación avanzada para reducir el tiempo y el costo del descubrimiento y desarrollo de materiales hasta en un 90 %.

¿Cómo pueden los químicos humanos y la inteligencia artificial trabajar juntos de manera efectiva?

La inteligencia artificial es una herramienta que los humanos pueden utilizar para acelerar y mejorar su investigación. Se puede considerar el cuarto pilar de la ciencia. Los pilares, que dependen unos de otros, incluyen la experimentación, la teoría, la simulación por computadora y la inteligencia artificial.

La experimentación es la clave. Experimentamos con el objetivo de mejorar el mundo físico de los seres humanos. Luego viene la teoría para dar forma y dirección a sus experimentos. Pero la teoría tiene sus límites. Sin la simulación por computadora, la cantidad de computación necesaria para respaldar la investigación científica llevaría mucho más tiempo que toda una vida. Pero incluso las computadoras tienen limitaciones.

Con ecuaciones difíciles surge la necesidad de computación de alto rendimiento, que puede ser muy costosa. Aquí es donde entra la inteligencia artificial. La inteligencia artificial es una alternativa menos costosa. Puede ayudar a los científicos a predecir el resultado experimental y computacional. Cuanto más construimos una teoría en un modelo de IA, mejor será la predicción. La IA también se puede usar para impulsar un laboratorio automatizado, lo que le da al laboratorio la capacidad de operar las 24 horas del día, los 7 días de la semana. Los químicos humanos no serán reemplazados; En su lugar, pueden pasar horas aburridas de prueba y error para centrarse más en el diseño de objetivos y otros análisis de nivel superior.

¿Existen limitaciones para la IA, como las que he descrito en otros pilares de la ciencia?

Sí, es importante tener en cuenta que la IA no es una panacea y que hay un costo medible asociado con la obtención de los datos. No puedes usar IA sin datos. La adquisición de datos requiere realizar experimentos y registrar los resultados de manera que puedan ser procesados ​​por computadoras. Al igual que un ser humano, la IA aprende revisando datos y haciendo una extrapolación o predicción.

Obtener datos es costoso, tanto financieramente como en términos de huella de carbono. Para abordar esto, el objetivo es mejorar la inteligencia artificial. Si puede codificar nuestra comprensión de la física en IA, se vuelve más eficiente y requiere menos datos para aprender, pero proporciona las mismas cualidades predictivas. Si se necesitan menos datos para el entrenamiento, el modelo de IA se vuelve más pequeño.

En lugar de usar solo la IA como herramienta, un químico también podría interrogarlo para ver qué tan bien sus datos capturan la teoría, lo que posiblemente conduzca al descubrimiento de una nueva ley de la relatividad para la química. Si bien esta relación interactiva no es común, puede estar en el horizonte y podría mejorar nuestra comprensión teórica del mundo.

¿Cómo podemos facilitar el descubrimiento de la IA?

El primer método es la investigación de código abierto. En el campo emergente de la ciencia acelerada, hay muchos defensores del acceso al código abierto. Las revistas no solo brindan acceso a artículos de investigación, sino que en muchos casos también a datos, lo cual es un componente clave para hacer que este campo sea más accesible. También hay repositorios de plantillas y códigos como GitHub. Brindar acceso al progreso científico puede, en última instancia, beneficiar a toda la humanidad.

La segunda forma de expandir la IA para el descubrimiento es incluir más estudiantes. Necesitamos enseñar informática básica y habilidades de codificación como parte de una educación en química o ciencia de los materiales. Las escuelas de todo el mundo están comenzando a actualizar sus planes de estudio para esto, pero aún necesitamos ver una mayor incorporación de esta capacitación básica. El futuro de la ciencia es digital.

¿Cómo ayudan iniciativas como Acceleration Consortium y una conferencia como Accelerate a avanzar en este campo?

Estamos en los albores de la verdadera digitalización de las ciencias químicas. Los esfuerzos conjuntos coordinados, como Accelerator Consortium, jugarán un papel fundamental en la sincronización de esfuerzos no solo a nivel técnico sino también a nivel social, lo que permitirá la implementación global de una versión ‘actualizada’ de la ingeniería química con beneficios sin precedentes para la humanidad. como un todo.

El consorcio también trabaja para conectar la academia y la industria, dos mundos que podrían beneficiarse de una relación más estrecha. Los visionarios del sector comercial pueden soñar con oportunidades, y el sindicato estará allí para ayudar a que la ciencia funcione. El carácter pionero de la IA es que se puede aplicar a cualquier sector. La inteligencia artificial está en camino de tener un impacto mayor que el advenimiento de las computadoras.

Accelerate, la primera conferencia anual del consorcio, fue un gran evento para reunir a la comunidad y fue un recordatorio de que pueden surgir grandes cosas de la unión de mentes brillantes. Si bien Zoom ha hecho mucho por nosotros durante la pandemia, no puede replicar fácilmente la emoción y el entusiasmo que tan a menudo sembraron en una conferencia en persona y son necesarios para guiar la investigación y alentar al grupo a perseguir un objetivo complejo.

¿Qué área de «Espacio Químico» te fascina más?

Catalizadores, que permiten que ocurra una reacción química particular pero permanecen sin cambios en el proceso. Hace un siglo, Haber y Bosch desarrollaron un proceso catalítico que permite que el nitrógeno, la sustancia dominante en el aire que respiramos, se convierta en amoníaco. El amoníaco es un material de partida importante para la industria química, pero también para los fertilizantes. Hizo posible la producción en masa de fertilizantes y salvó a millones de personas del hambre. Gran parte de la humanidad no existiría ahora sin este catalizador.

Desde el punto de vista de la física, lo que determina y controla la actividad y los componentes de un catalizador son cuestiones fascinantes. También pueden ser importantes para ayudarnos a abordar algunos de nuestros desafíos más apremiantes. Si encontramos un catalizador que pueda usar la luz solar para convertir de manera rápida y eficiente el nitrógeno en amoníaco, podremos resolver nuestro problema energético usando amoníaco como combustible. Puede pensar en las interacciones que permiten los catalizadores como formas de navegar a través del espacio químico y conectar diferentes estados de la materia.