En este laboratorio de Manhattan, la IA diseña materiales desde cero

En un laboratorio en el centro de Manhattan, un brazo robótico levanta pequeñas botellas de vidrio y mezcla y pesa cuidadosamente gránulos de hierro y otros elementos. Cerca de allí, otra máquina funde el material para formar una aleación; otras máquinas analizan su composición y estructura, y la someten a pruebas de dureza y resistencia al oxígeno y al calor. Es el tipo de trabajo que realizarían los científicos de materiales, pero el experimento fue diseñado por inteligencia artificial, y el laboratorio, prácticamente autónomo, funciona de forma casi independiente. Cerca del techo, un riel está diseñado para transportar muestras de una estación a otra.

El laboratorio pertenece a Radical AI, una startup que utiliza inteligencia artificial para descubrir nuevos materiales que podrían tener aplicaciones en diversos campos, desde prolongar la vida útil de los motores a reacción hasta impulsar la energía de fusión.

“Este proceso impulsado por inteligencia artificial representa un cambio radical que nos permite escalar el descubrimiento científico”, afirma Joseph Krause, CEO de la startup, que recaudó 55 millones de dólares en una ronda de financiación inicial el año pasado. “Pasamos de tener 10 científicos centrados en un problema a un solo científico centrado en 10 problemas a la vez”.

El proceso típico para desarrollar un nuevo material es muy lento, a menudo dura 20 años o más, ya que los científicos formulan hipótesis sobre cómo podría fabricarse, producirse, caracterizarse, probarse y luego volver a empezar con nuevas hipótesis. Al mismo tiempo, nunca ha habido mayor necesidad de nuevos materiales, no solo para posibilitar soluciones como la energía limpia, sino también para empezar a abordar los desafíos de los materiales existentes, desde la escasez hasta el impacto ambiental de su extracción y producción.

El científico de inteligencia artificial de Radical puede avanzar con mayor rapidez en cada etapa y trabajar en múltiples pasos en paralelo. Para revisar la literatura científica, “nuestro sistema de IA puede leer 10,000 artículos en cinco segundos”, afirma Krause. Cuando el equipo humano comienza a trabajar en la solución de un nuevo problema para una empresa o industria, empieza proporcionando a la inteligencia artificial una lista de las propiedades específicas que desea que tenga el material.

El agente de IA consulta 380,000 artículos y 57 millones de datos del laboratorio, considerando los enfoques probados anteriormente y formulando hipótesis sobre qué probar. (Los datos del laboratorio son especialmente importantes: aprender de los fracasos es tan útil como aprender de los éxitos, y los fracasos no suelen publicarse en artículos científicos). El sistema puede proponer entre una docena y varios cientos de materiales para probar en el laboratorio.

El laboratorio utiliza equipos estándar de ciencia de materiales, pero está casi completamente automatizado y funciona con IA; si tiene una nueva idea a las 4:00 de la mañana, vuelve a funcionar. Puede realizar hasta 50 experimentos al día, y el equipo aspira a aumentar esa cifra a 100 experimentos diarios para finales del verano. Un científico de materiales humano, según Krause, podría realizar 50 experimentos al año.

A medida que realiza cada experimento, la IA aprende y continúa trabajando en los siguientes pasos. “Esto es de naturaleza paralela, lo que significa que puedo consultar publicaciones científicas, realizar experimentos de química cuántica, revisar mis resultados experimentales anteriores y generar nuevas hipótesis simultáneamente”, afirma Krause. “Y puedo hacerlo a una escala muy grande”. Los científicos humanos proporcionan a la IA notas sobre los resultados —por ejemplo, que observaron grietas en un material—, lo que, según Krause, ayuda a la IA a empezar a desarrollar la intuición científica.

Un número creciente de otras startups están desarrollando sistemas similares, entre ellas Lila Sciences, que recaudó 350 millones de dólares en una ronda de financiación Serie A el año pasado, y Orbital, que utiliza IA para fabricar hardware crítico para centros de datos. CuspAI, otra startup, está utilizando IA para desarrollar un nuevo material diseñado para eliminar PFAS del agua, entre otros productos.

Según Krause, Radical es la primera en implementar un “bucle de aprendizaje activo”, lo que significa que, a medida que el laboratorio recopila datos, la IA los estudia para generar una nueva hipótesis en tiempo real.

Aún se encuentra en una etapa inicial. Radical construyó el laboratorio el año pasado y ahora se está mudando a un espacio más grande en Brooklyn Navy Yard, donde incorporará nuevos equipos para automatizar aún más el proceso. Al preguntarle sobre los nuevos materiales que el científico de IA ha creado hasta el momento, Krause respondió que no podía dar detalles, ya que la empresa aún está tramitando las patentes. Sin embargo, según la empresa, una campaña reciente descubrió alrededor de 300 composiciones novedosas en 16 semanas. Algunos de los materiales más prometedores se enviaron al Instituto de Investigación Aplicada de Purdue, que verificó que superaban al material líder de su tipo.

Para empezar, la empresa se centra en aleaciones metálicas y aplicaciones como las piezas de motores a reacción. El diseño de nuevos materiales para que estos componentes soporten mejor el calor intenso contribuirá a que duren mucho más (y potencialmente también permitirá que el combustible arda a mayor temperatura y con mayor eficiencia, ahorrando dinero y reduciendo las emisiones). La empresa también trabaja en materiales para la industria de defensa y la energía de fusión. Krause afirma que la fusión “es un grave problema de materiales”, ya que muchas partes de un reactor requieren materiales innovadores.

La startup también planea expandirse más allá de las aleaciones a otras clases de materiales y a una amplia gama de aplicaciones. “No existe un solo sistema en la Tierra que pueda avanzar sin un material innovador”, afirma Krause. “Semiconductores, robótica, hasta la generación de energía. Los materiales son la puerta de entrada a la próxima era de la innovación”.