Los investigadores Álvaro y Dominique Mombrú desarrollaron un modelo propio de inteligencia artificial (IA) capaz de predecir si un material será útil antes de fabricarlo, reduciendo los costos y los tiempos en la búsqueda de superconductores. En diálogo con La Mañana, contaron cómo fue el proceso y destacaron que este avance abre oportunidades en otras áreas científicas. “El uso de la IA es muy importante para países como Uruguay porque implica subirse a una ola que recién se está empezando a formar y eso nos va a dar buenos dividendos en no mucho tiempo”, afirmaron.
En química, descubrir superconductores es un gran desafío: el proceso es costoso, complejo, y la tasa de éxito, mínima. Sin embargo, gracias a la IA, los investigadores Álvaro y Dominique Mombrú lograron diseñar un modelo capaz de predecir si un material pudiera funcionar antes incluso de fabricarlo, lo que representa un ahorro significativo de tiempo y dinero.
Hace un año adquirieron computadoras con su propio dinero para llevar adelante este proyecto. “Sentíamos que era nuestro deber dar este primer paso, aunque no tuviéramos ninguna certeza de éxito. Ahora que sabemos que se puede obtener un resultado, incorporaremos la dimensión de IA a los proyectos de investigación que ya desarrollamos”, explicaron.
¿En qué consiste este proyecto que permite gracias a la IA hacer el trabajo de predicción que solía requerir mucho tiempo y dinero en el laboratorio?
La IA para nosotros fue muy importante porque la clave de esto es tomar de una base de datos, o de varias, diferentes informaciones que pueden ser de algún sistema, propiedad mecánica, física, química, estructural, de cualquier tipo, y entrenar un modelo que es capaz de predecir esas propiedades para otros compuestos. Eso te hace ahorrar un montón de tiempo. En Uruguay la investigación en IA lleva años. Lo que nosotros hicimos fue utilizarla como una herramienta que nos permita como químicos extraer conclusiones que aceleren los tiempos de la investigación, aprovechando la información que está disponible, bases de datos de todo el mundo. Básicamente, es utilizar la IA para química, para ciencia y tecnología de materiales avanzados, para poder trabajar de mejor manera, llegar mucho más lejos y mucho más rápido.
¿Qué tan accesible es para los químicos, para los investigadores en general, usar este tipo de herramientas para, como decían, facilitar los procesos?
Lo que nosotros hicimos fue desarrollar programas propios desde cero. No hay programas comerciales que uno pueda descargar. Eso es difícil porque requiere la combinación del conocimiento científico con la programación propia de lo que queremos hacer. Entonces, nosotros hacemos el programa y ahí es donde elegimos qué buscar, dónde buscar y de qué manera, y eso nos llevó un año de trabajo bastante intenso. Tuvimos que empezar a programar con los errores que uno puede tener en el medio, pero además saber dónde buscar en las bases de datos. Sabemos que existen bases de datos para ciertas propiedades, pero había que ver cómo acceder a ellas y eso tampoco era algo sencillo. Pero la recompensa es grande, porque permite obtener resultados predictivos que realmente serían impensados si esto no existiera.
O sea, el diseño del programa lo tiene que hacer un programador o alguien con conocimiento.
Sí, lo tuvimos que hacer nosotros en este caso. Solo por mencionar la base de datos del resultado que expusimos en el Encuentro Nacional de Química, tiene más de 16.000 datos de 16.000 compuestos distintos, de los cuales tuvimos que seleccionar más de 6000 para lo que nos interesaba. En esa parte de filtrar es donde actúa el químico, porque sabe que no todos los datos sirven para lo que querés buscar. Entonces, si bien lo tiene que hacer un programador, también lo tiene que hacer al lado de un químico o de un físico, dependiendo de lo que quiera buscar. Pero el científico tiene que estar ahí porque si no, entrás a buscar y mezclar cosas que no se correlacionan.
¿A partir de ahora se pueden abrir oportunidades en otras áreas u otro tipo de investigaciones?
Sí, exacto. Nosotros empezamos con un tipo muy particular de materiales, los superconductores. Podemos expandirlo a otras áreas de materiales, a áreas que tienen que ver con la investigación farmacéutica, incluyendo nano y biotecnología. El campo que tenemos frente a nosotros es muy vasto y es clave aprovechar lo que aprendimos para poder entrar en temas de los más variados. Es totalmente extrapolable a otras áreas, pero hay que saber cómo encarar cada una. En cuanto a las bases de datos, algunas son pagas, otras son de acceso público, pero no cuentan necesariamente con un manual que facilite el ingreso. Fue todo un gran aprendizaje y va a seguir siéndolo en la medida que cambiemos hacia otras áreas de aplicación. Lo importante es que estamos en el punto de encuentro entre la IA y la aplicación hacia áreas científicas diversas.
¿En qué medida los investigadores uruguayos están en contacto con este tipo de herramientas?
Estamos en un momento muy novedoso. El desarrollo a nivel de aplicaciones es algo que comenzó, por lo menos en las áreas de materiales, en 2018, pero muy de a poco, y a partir de 2023 se empezó a ver que los resultados eran muy promisorios. Entonces, falta mucho, pero es así en todas partes del mundo. Todavía es algo bastante pionero y creemos que un ejemplo como este en algún momento puede ser imitado. Tenemos una comunidad científica en torno a la IA de décadas, pero en cuanto a la aplicación concreta, son los primeros pasos. Nosotros alentamos a que esto se empiece a popularizar, a mostrar las ventajas que tiene y que se abra la puerta. Tiene sus dificultades, el aprendizaje lleva mucho tiempo y hay que ser muy constante, pero al final los resultados son alentadores. La comunidad científica a nivel internacional está haciendo uso y explotación de estas bases de datos en el buen sentido, y nosotros estamos muy conformes de haber podido tener este adelanto.
Cuando se dio la irrupción de la IA de uso masivo como el ChatGPT, ¿se imaginaron que en algún momento podían llegar a utilizarla en su campo de estudio?
Sí, siempre fuimos optimistas respecto de la IA y sus aplicaciones. Uno lo que espera es que sea bien usada y que al final del día nos permita como sociedad avanzar más rápidamente, tener oportunidades. Eso es muy importante para países como Uruguay porque implica subirse a una ola que recién se está empezando a formar y eso nos va a dar buenos dividendos como país en no mucho tiempo. Además, te permite ahorrar reactivos dependiendo de lo que quieras hacer, que es muy importante por los costos; te permite ahorrar tiempo, por ejemplo, saber que no tenés que trabajar hacia determinada orientación porque la IA te predijo que tenés que trabajar para otro lado.
En la práctica, entonces, ¿la IA puede predecir si un material puede funcionar o no incluso antes de fabricarlo?
Exactamente. Y saber dónde buscarlo desde el punto de vista de la composición química. Realmente esto abre perspectivas y puertas en áreas que en algún caso incluso podrían estar medio agotadas desde el punto de vista experimental, abre la perspectiva de tener un recurso diferente, muy avanzado para poder buscar donde quizás uno no hubiera buscado.
Hablaban de las oportunidades que puede generar esto en otras áreas. Por otro lado, mucho se ha hablado de los riesgos que puede traer la IA mal utilizada. ¿Hay algún riesgo en esta área?
No, no visualizamos que eso pueda pasar en este campo, sino simplemente la oportunidad y la promesa como sociedad de que cada vez haya mejores materiales al servicio del bienestar, de la salud, de todas las personas. Nuestro enfoque es optimista.
