La IA lo hizo de nuevo.  A través del uso de la inteligencia artificial, Microsoft analizó más de 32 millones de elementos y logró descrubrir y sintetizar un material que permite reducir el uso de litio en la creación de baterias.

El nuevo descubrimiento le permitió a Microsoft convertirse durante unas horas en la compañía con mayor capitalización bursátil del mundo, por delante de Apple.

El equipo de Microsoft Quantum utilizó IA avanzada para seleccionar más de 32 millones de candidatos para descubrir y sintetizar un nuevo material que tiene potencial para mejores baterías: el primer ejemplo de la vida real de muchos que permitirá una nueva era de descubrimientos científicos impulsados ​​por la IA.

Eso llevó a diseñar y lanzar Azure Quantum Elements, un producto creado específicamente para acelerar el descubrimiento científico con el poder de la inteligencia artificial, la computación en la nube y, eventualmente, las computadoras cuánticas a gran escala. 

El plan era examinar digitalmente más de 32 millones de materiales potenciales y encontraron más de 500.000 candidatos estables para un nuevo electrolito de batería de estado sólido

En un trabajo en conjunto con el Laboratorio Nacional del Noroeste del Pacífico (PNNL) del Departamento de Energía, el equipo de Azure Quantum aplicó IA avanzada junto con la experiencia del PNNL para identificar un nuevo material, desconocido y no presente en la naturaleza, con potencial para baterías que ahorren recursos. 

Según explicaron desde la empresa comandad por Bill Gates, se supone que las baterías de estado sólido son más seguras que las tradicionales baterías de litio líquidas o en forma de gel y proporcionan más densidad de energía. El litio ya es relativamente escaso y, por tanto, caro. La minería es ambiental y geopolíticamente problemática. Crear una batería que pueda reducir los requisitos de litio en aproximadamente un 70% podría tener enormes beneficios ambientales, económicos y de seguridad.

Esta colaboración es solo el comienzo de un nuevo y emocionante viaje que llevará el poder de la IA a casi todos los aspectos de la investigación científica. En términos más generales, Microsoft está poniendo estos avances en manos de los clientes a través de la plataforma Azure Quantum Elements.

Es la combinación de experiencia científica e inteligencia artificial lo que comprimirá los próximos 250 años de innovación en química y ciencia de materiales en los próximos 25, transformando todas las industrias y, en última instancia, abriendo una nueva era para el descubrimiento científico.

Muchos de los problemas más difíciles que enfrenta la sociedad, como revertir el cambio climático, abordar la inseguridad alimentaria o resolver las crisis energéticas, están relacionados con la química y la ciencia de los materiales.

Durante mucho tiempo se ha creído que el descubrimiento de materiales es un escenario clave para abordar algunos de estos problemas, pero el tiempo es el mayor desafío: se cree que la cantidad de posibles materiales estables que deben explorarse para encontrar soluciones supera la cantidad de átomos en los átomos conocidos.

La plataforma, Azure Quantum Elements, reúne una nueva generación de IA, HPC impulsada por la nube y, eventualmente, avances en computación cuántica para brindar a los socios las herramientas adecuadas para impulsar la innovación al acelerar su proceso de descubrimiento y reducir drásticamente el tiempo para seleccionar nuevos candidatos.

PNNL avanza las fronteras del conocimiento, asumiendo algunos de los mayores desafíos científicos y tecnológicos del mundo. Sus fortalezas distintivas en química, ciencias de la Tierra, biología y ciencia de datos son fundamentales para su misión de descubrimiento científico. 

PNNL ha establecido un liderazgo en el desarrollo y validación de tecnologías de almacenamiento de energía de próxima generación. Entre las formas más reconocibles de almacenamiento de energía portátil, las baterías de iones de litio siguen siendo la piedra angular del almacenamiento de energía portátil moderno debido a su alta capacidad de almacenamiento de energía y su larga vida útil.

“El litio y otros elementos estratégicos utilizados en estas baterías son recursos finitos con suministros limitados y geográficamente concentrados. Uno de los principales objetivos de nuestro trabajo en PNNL ha sido identificar nuevos materiales para las crecientes necesidades de almacenamiento de energía del futuro; aquellos fabricados con materiales sostenibles que conservan y protegen los recursos limitados de la Tierra”, dijo Vijay Murugesan, líder de grupo — Ciencia de materiales, PNNL.

A través de esta colaboración, Microsoft y PNNL aprovecharon la IA y la HPC impulsada por la nube para acelerar la investigación destinada a crear nuevos tipos de materiales para baterías, como aquellos que utilizan menos litio que las baterías tradicionales de iones de litio, manteniendo al mismo tiempo una conductividad significativa. 

Estos nuevos tipos de baterías podrían beneficiar tanto al medio ambiente como a los consumidores. En nueve meses, PNNL validó esta prueba de concepto, demostrando el potencial de los nuevos enfoques de HPC e IA para acelerar significativamente el ciclo de innovación: sería imposible para los investigadores sintetizar y probar los millones de materiales evaluados mediante modelos avanzados de IA. en menos de una semana.

LA EXPLICACIÓN CUÁNTICA
Nathan Baker,  Líder de producto, Azure Quantum Elements, detalló en el blog de Microsoft las estrategias para acelerar el descubrimiento de materiales computacionales con IA que pueden aplicarse en distintas industrias.

Estos modelos se han entrenado con millones de puntos de datos de simulaciones de materiales y, por lo tanto, pueden minimizar los cálculos de HPC y predecir las propiedades de los materiales 1500 veces más rápido que los cálculos tradicionales de la teoría funcional de la densidad (DFT).

Comenzaron con 32,6 millones de materiales candidatos, creados mediante la sustitución de elementos en estructuras cristalinas conocidas con una muestra de elementos de un subconjunto de la tabla periódica. Como primera aplicación, se filtró este conjunto de candidatos utilizando un flujo de trabajo que combinaba los modelos de materiales de IA con simulaciones convencionales basadas en HPC.

La primera etapa de selección, publicada en agosto, utilizó modelos de IA. Del conjunto inicial de 32,6 millones de materiales, se encontró 500.000 materiales que se predijo que serían estables. Se utilizaron modelos de IA para examinar este conjunto de materiales en busca de propiedades funcionales como el potencial redox y la banda prohibida, reduciendo aún más el número de candidatos potenciales a aproximadamente 800.

La segunda etapa de selección combinó simulaciones físicas con los modelos de IA. Se utilizó Microsoft Azure HPC para los cálculos de DFT para confirmar las propiedades del análisis de IA. Los modelos de IA tienen un error de predicción distinto de cero, por lo que el paso de validación DFT se utiliza para volver a calcular las propiedades que los modelos de IA predijeron como un filtro de mayor precisión. A este paso le siguieron simulaciones de dinámica molecular (DM) para modelar cambios estructurales.

Luego, los investigadores de Microsoft Quantum utilizaron simulaciones MD aceleradas por IA para investigar propiedades dinámicas como la difusividad iónica. Estas simulaciones utilizaron modelos de IA para las fuerzas en cada paso de MD, en lugar del método más lento basado en DFT.

Esta etapa redujo el número de candidatos a 150. Luego, se tuvieron en cuenta características prácticas como la novedad, la mecánica y la disponibilidad de elementos para crear el conjunto de los 18 mejores candidatos.

A partir de ahí, la experiencia de PNNL proporcionó información sobre parámetros de selección adicionales que limitaron aún más los candidatos estructurales finales. Luego, los investigadores del PNNL sintetizaron el mejor candidato, caracterizaron su estructura y midieron su conductividad. El nuevo candidato a electrolito utiliza aproximadamente un 70% menos de litio en comparación con las baterías de iones de litio existentes, al reemplazar parte del litio con sodio, un compuesto abundante.

En pruebas en un rango de temperaturas, el nuevo compuesto mostró una conductividad iónica viable, lo que indica su potencial como material electrolítico en estado sólido. Después de verificar la conductividad de la composición química de sodio y litio, el equipo de investigación de PNNL demostró la viabilidad técnica del electrolito mediante la construcción de una batería funcional de estado sólido, que se probó tanto a temperatura ambiente como a alta temperatura (~80 °C).

El descubrimiento de este nuevo tipo de material electrolítico es notable no solo por su potencial como solución sostenible de almacenamiento de energía, sino también porque demuestra que los investigadores pueden acelerar drásticamente el tiempo para obtener resultados con modelos avanzados de IA. 

Si bien se están realizando más validaciones y optimizaciones del material, este proceso inicial de extremo a extremo tomó menos de nueve meses y es el primer paso en una colaboración prometedora entre Microsoft y PNNL. Es probable que esté en el horizonte el descubrimiento de otros materiales que podrían aumentar la sostenibilidad del almacenamiento de energía.

“Aportamos nuestra experiencia científica para seleccionar los materiales candidatos más prometedores con los que seguir adelante. En este caso, teníamos los conocimientos de la IA que nos indicaban un territorio potencialmente fructífero mucho más rápido", dijo Karl Mueller, Director de la Oficina de Desarrollo de Programas, PNNL.

"Después de que el equipo de Microsoft descubrió 500.000 materiales estables con IA que podrían usarse en una variedad de aplicaciones transformadoras, se pudo modificar, probar y ajustar la composición química de este nuevo material y evaluar rápidamente su viabilidad técnica para una batería funcional, lo que muestra la promesa de la IA avanzada para acelerar el ciclo de innovación”, agregó Mueller.

MIRANDO HACIA UN FUTURO CUÁNTICO
Este logro es indicativo del próximo cambio de paradigma en la forma en que las organizaciones de una amplia gama de industrias abordan la investigación y el desarrollo: las organizaciones ahora pueden utilizar avances computacionales para acelerar los descubrimientos científicos gracias a la convergencia de HPC e IA. 

Si bien esta combinación proporcionará escala y velocidad para realizar cálculos de química cuántica, la computación clásica no puede resolver ciertos problemas sin sacrificar la precisión, como aquellos que involucran muchos electrones altamente correlacionados. La supercomputación cuántica ayudará a aumentar la precisión y Azure Quantum Elements integrará la supercomputadora cuántica escalada de Microsoft cuando esté disponible.

Azure Quantum Elements incluye herramientas preparadas para la tecnología cuántica para prepararse para el futuro cuántico que se acerca rápidamente. Por ejemplo, los científicos pueden utilizarlo para identificar el espacio activo de sistemas moleculares y estimar los recursos de computación cuántica necesarios para grandes sistemas de espacio activo. 

Estas herramientas permitirán el desarrollo y la optimización de algoritmos híbridos (aquellos que combinan la computación cuántica clásica y escalada) para que los investigadores estén preparados para un futuro cuántico.

El descubrimiento de 500.000 materiales estables con IA, que conducirá a la identificación y síntesis de un nuevo material, es solo una de las muchas posibilidades de cómo Azure Quantum Elements creará oportunidades sin precedentes.

Casi todos los productos manufacturados se beneficiarían de las innovaciones en los campos de la química y la ciencia de los materiales, y el objetivo es permitir descubrimientos en todas las industrias empoderando a los equipos de investigación y desarrollo (I+D) con una plataforma que todos los científicos puedan utilizar.