Hemos revisado varias publicaciones que informan sobre cómo la inteligencia artificial está acelerando el desarrollo de nuevos materiales. En particular, hemos encontrado que el uso de grandes cantidades de datos digitales y la implementación de estándares internacionales como OPTIMADE han revolucionado este campo. En SINTEF, se está trabajando intensamente para crear materiales que satisfagan las necesidades de tecnologías sostenibles, como baterías, células solares, iluminación LED y biomateriales. Estos materiales deben tener propiedades específicas, ser duraderos y contener la menor cantidad posible de sustancias peligrosas para el medio ambiente y la salud.
La inteligencia artificial (IA) ha transformado el proceso de diseño de nuevos materiales. Gracias a las potentes computadoras y cálculos avanzados, se han desarrollado numerosas bases de datos que proporcionan información sobre las propiedades de diversos materiales. Estas bases de datos pueden ser utilizadas para entrenar modelos de IA con el fin de optimizar materiales. Sin embargo, la diversidad de interfaces y formas de representar los datos en estas bases de datos ha dificultado su uso conjunto. Casper Welzel Andersen, investigador en SINTEF, destaca la necesidad de grandes cantidades de datos de todas las bases de datos relevantes para crear nuevos modelos de IA precisos.
Acceso facilitado a bases de datos de materiales
En los últimos ocho años, se ha desarrollado un nuevo estándar para compartir datos digitales sobre materiales: OPTIMADE (Open Databases Integration for Materials Design). Este estándar permite a los usuarios interactuar con diferentes bases de datos de materiales de la misma manera, utilizando protocolos web existentes y desarrollado en colaboración con grandes bases de datos de materiales en Europa y Estados Unidos. Más de 30 instituciones a nivel mundial, incluyendo SINTEF, respaldan este estándar.
Según Gian-Marco Rignanese, profesor del Departamento de Materia Condensada y Nanociencia en UCLouvain en Bélgica, «con OPTIMADE, los investigadores en universidades o en la industria pueden comunicarse fácilmente con todas estas bases de datos y entender la información que reciben».
Grandes cantidades de datos variados
Hoy en día, las computadoras potentes se utilizan para realizar simulaciones avanzadas sobre cómo se mueven los electrones en los materiales, lo que a su vez proporciona información sobre las diversas propiedades de los materiales. Estas simulaciones generan grandes cantidades de datos que pueden ser utilizados para entrenar modelos de aprendizaje automático. Los modelos de IA pueden entonces predecir las propiedades de nuevos materiales basados en nuevos cálculos.
Para entrenar estos modelos se requieren enormes cantidades de datos. Con el tiempo, han surgido muchas bases de datos de este tipo a partir de diversos grupos de investigación y proyectos. Cada una de estas bases de datos tiene su propia manera de realizar búsquedas, describir los datos y representar lo que los datos significan. Con OPTIMADE, los datos de simulaciones a gran escala y los datos generales sobre materiales están disponibles a través del mismo protocolo, haciendo que las consultas de búsqueda y la representación de datos sean similares.
Casper Welzel Andersen menciona que «la última versión de OPTIMADE proporciona una capacidad enormemente mejorada para describir con precisión las propiedades de diferentes materiales utilizando definiciones claras y legibles por máquina. Con estas, podemos entender los datos de las diferentes bases de datos y usarlos juntos».
Más tiempo para el trabajo científico
El estándar OPTIMADE es una herramienta muy valiosa en el trabajo diario de los investigadores en ciencia de materiales en SINTEF. Daniel Marchand, científico investigador, comenta que «en uno de nuestros proyectos de IA, enfrentamos desafíos para alinear resultados experimentales y resultados de simulación para algunos datos metalúrgicos importantes. Resulta que, aunque ambas comunidades han estado hablando de las mismas cosas durante muchos años, puede ser realmente difícil cerrar la brecha entre estos dos mundos. Las soluciones que OPTIMADE ofrece pueden ayudarnos a dedicar más tiempo a desafíos científicos y de ingeniería y menos tiempo a tratar con problemas que se pierden en la traducción».
El estándar OPTIMADE ya ha sido utilizado en el proyecto financiado por la UE, OntoTrans. Aquí, se ha desarrollado un Entorno de Traducción Abierto, que es una caja de herramientas para entender y resolver problemas de la industria relacionados con diferentes materiales. Esta caja de herramientas utiliza OPTIMADE para dar al usuario acceso a una amplia gama de resultados de cálculos. OntoTrans ahora está en su fase final, pero la caja de herramientas ya ha sido continuada en el consorcio industrial Semantic Materials, donde SINTEF es uno de los contribuyentes principales.
¿Qué podemos concluir de todo esto?
Desde nuestra perspectiva, la integración de la inteligencia artificial en la investigación de materiales representa un avance significativo que tiene el potencial de revolucionar numerosas industrias. La capacidad de predecir y optimizar las propiedades de nuevos materiales mediante el uso de grandes bases de datos y potentes modelos de IA no solo acelera el proceso de desarrollo, sino que también abre nuevas posibilidades para la creación de materiales más sostenibles y eficientes.
El estándar OPTIMADE, en particular, es un paso crucial hacia la unificación y estandarización de los datos en el campo de la ciencia de materiales. Al permitir una interacción más fácil y coherente entre diversas bases de datos, OPTIMADE facilita el acceso a información crítica y mejora la eficiencia de la investigación. Esto es especialmente importante en un campo donde la precisión y la rapidez son fundamentales para el progreso.
Además, la capacidad de dedicar más tiempo a la resolución de desafíos científicos y de ingeniería, gracias a herramientas como OPTIMADE, es un beneficio inmenso para los investigadores. Reducir el tiempo y los recursos necesarios para alinear y traducir datos entre diferentes formatos permite a los científicos concentrarse en lo que realmente importa: la innovación y el desarrollo de nuevos materiales que pueden tener un impacto positivo en nuestra sociedad.
En resumen, la combinación de inteligencia artificial y estándares como OPTIMADE promete transformar la investigación de materiales, llevando a avances más rápidos y significativos en tecnologías sostenibles. Creemos firmemente que el futuro de la investigación de materiales estará marcado por estos desarrollos y estamos emocionados por las oportunidades que esto presenta para la industria y la academia.
