Nuevo avance en la qu¨ªmica cu¨¢ntica: una IA resuelve la ecuaci¨®n de Schr?dinger

Investigadores de la Freie Universit?t, en Berl¨ªn, han dado un paso m¨¢s en el avance de al qu¨ªmica cu¨¢ntica, aquella cuyo objetivo es predecir las propiedades qu¨ªmicas y f¨ªsicas de las mol¨¦culas bas¨¢ndose ¨²nicamente en la disposici¨®n de sus ¨¢tomos en el espacio. Sin embargo, estos estudios s¨®lo ser¨ªan posibles en caso de resolver la ecuaci¨®n de Schr?dinger, un c¨¢lculo que es extremadamente dif¨ªcil en la pr¨¢ctica.

Pues bien, este grupo de investigadores ha conseguido desarrollar un m¨¦todo basado en Inteligencia Artificial para resolver el estado fundamental de la ecuaci¨®n de Schr?dinger. Un c¨¢lculo que abre las puertas a un desarrollo mucho mayor de la qu¨ªmica cu¨¢ntica y que hasta ahora hab¨ªa sido imposible de resolver y, por lo tanto, no era posible aplicarla en el estudio o desarrollo de las mol¨¦culas dada la dificultad de los c¨¢lculos.

Los expertos de la universidad alemana han logrado la resoluci¨®n de la ecuaci¨®n a partir de un punto de vista totalmente diferente al utilizado. Desarrollaron un ¡®deep learning¡¯, un aprendizaje profundo, que fue capaz de lograr una combinaci¨®n sin precedentes de precisi¨®n y eficiencia computacional. Los datos del estudio ya se han publicado en Nature Chemistry. ¡°Creemos que nuestro enfoque puede tener un impacto significativo en el futuro de la qu¨ªmica cu¨¢ntica¡±, afirma el director del estudio, Frank No¨¦.

Funci¨®n de onda

Para conocer mejor el avance de la qu¨ªmica cu¨¢ntica, as¨ª como de la ecuaci¨®n de Schr?dinger, es necesario conocer un par¨¢metro por el cual se basan ambas partes. La ¡®funci¨®n de onda¡¯ es un objeto matem¨¢tico por el cual se conoce como es el comportamiento de los electrones dentro de una mol¨¦cula. Un par¨¢metro que, a su vez, depende de muchas variables, por lo que es especialmente complicado conocer o capturar cada uno de los matices por los cuales un electr¨®n interact¨²a con todos los dem¨¢s. Por ello, son resultados muy inexactos.

¡°Escapar del equilibrio habitual entre precisi¨®n y coste computacional es el mayor logro de la qu¨ªmica cu¨¢ntica. Creemos que el m¨¦todo Quantum Monte Carlo, el enfoque que proponemos, podr¨ªa tener el mismo ¨¦xito, si no m¨¢s, que los m¨¦todos m¨¢s populares, porque ofrece una precisi¨®n sin precedentes a un coste computacional que a¨²n es aceptable¡±, explica Jan Hermann, coautor de la investigaci¨®n.

Dise?o de una red neuronal

Incluso el avance de la red neuronal dise?ada por este grupo de investigadores supone una forma de representar las funciones de onda. ¡°En lugar del enfoque est¨¢ndar de componer la funci¨®n de onda a partir de componentes matem¨¢ticos relativamente simples, dise?amos una red neuronal artificial capaz de aprender los patrones complejos de c¨®mo se ubican los electrones alrededor de los n¨²cleos¡±, explica uno de los implicados en este estudio.

Adem¨¢s, la antisimetr¨ªa de las funciones de ondas electr¨®nicas oblig¨® a los expertos a ¡°construir esta propiedad en la arquitectura de la red neuronal para que el enfoque funcionara¡±. Un hecho que dio nombre a su m¨¦todo, ¡®PauliNet¡¯, debido a que se conoce a la caracter¨ªstica como ¡°principio de exclusi¨®n de Pauli¡±.

¡°Esta sigue siendo una investigaci¨®n fundamental, pero se trata de un nuevo enfoque para un antiguo problema en las ciencias moleculares y de materiales, y estamos entusiasmados con las posibilidades que abre¡±, a?aden los autores, sabiendo que quedan mucho antes de que su m¨¦todo est¨¦ listo para su uso industrial.