Este químico está reimaginando el descubrimiento de materiales usando IA y automatización

Alán Aspuru-Guzik está utilizando IA, robots e incluso computación cuántica para crear los nuevos materiales que necesitaremos para luchar contra el cambio climático.

Derek Shapton

por

• Simón Levsen página de archivo

27 de octubre de 2021

Cuando Alán Aspuru-Guzik, un químico nacido en la Ciudad de México y radicado en Toronto, mira los modelos de cambio climático, sus ojos se fijan en las barras de error, que muestran el rango de incertidumbre que rodea a cualquier predicción dada. Como científicos, dice, tenemos el deber de contemplar los peores escenarios. Si el cambio climático avanza como se espera, la humanidad podría tener un par de décadas más o menos para encontrar materiales que aún no existen: moléculas que nos permitan capturar carbono de manera rápida y económica, y baterías, hechas de algo que no sea litio, un metal que es costoso y difícil de extraer—para almacenar el suministro global de energía renovable.

¿Y si la situación empeora de lo que esperábamos? La necesidad de nuevos materiales irá de urgente a extremadamente urgente y terrible. ¿Podríamos encontrar rápidamente las cosas que necesitamos?

Esta historia fue parte de nuestra edición de noviembre de 2021

• Ver el resto del número
• Suscribir

Aspuru-Guzik (uno de Los 35 innovadores menores de 35 de MIT Technology Review en 2010) ha dedicado gran parte de su vida a las versiones de esta cuestión. El descubrimiento de materiales, la ciencia de crear y desarrollar nuevas sustancias útiles, a menudo avanza a un ritmo frustrantemente lento. El enfoque típico de prueba y error, mediante el cual los científicos producen nuevas moléculas y luego prueban cada una secuencialmente para determinar las propiedades deseadas, toma un promedio de dos décadas, lo que hace que sea demasiado costoso y arriesgado para la mayoría de las empresas.

El objetivo de Aspuru-Guzik, que comparte con un número cada vez mayor de químicos expertos en informática, es reducir ese intervalo a meses o años, lo que permitirá a la humanidad acumular rápidamente un arsenal de recursos para luchar contra el cambio climático, como baterías y carbón. filtros de captura El objetivo es revivir la industria de materiales moribundos mediante la incorporación de simulaciones digitales, robótica, ciencia de datos, inteligencia artificial e incluso computación cuántica en el proceso de descubrimiento.

Imagine programas de computadora que utilicen un conocimiento preciso de la estructura electrónica de las moléculas para crear nuevos diseños; imagine robots que fabriquen y prueben estas moléculas. E imagine el software y los robots trabajando juntos, probando moléculas, ajustando diseños y probando nuevamente, hasta que produzcan un material con las propiedades que estamos buscando.

Esa es la idea, al menos. En realidad, ejecutarlo es otro asunto. Las estructuras de las moléculas son alucinantemente complejas, y la síntesis química suele ser más un arte que una ciencia, lo que desafía los esfuerzos por automatizar el proceso. Pero los avances en inteligencia artificial, robótica y computación son trayendo nueva vida a la visión.

Aspuru-Guzik es un destacado evangelista del uso de la informática para transformar la química.

DEREK SHAPTON

Aspuru-Guzik copresidió un taller en 2017 en la Ciudad de México donde 133 participantes, incluidos científicos ganadores del Premio Nobel y representantes de 17 gobiernos nacionales, se reunieron para enfocar a la comunidad mundial de investigación en este objetivo. La conferencia fue un momento crucial, que ayudó a llevar el campo del descubrimiento acelerado de materiales de un área de investigación de nicho a una prioridad mundial para muchos de los asistentes. Después del evento, Canadá, India y la UE, entre otros, comenzaron a invertir en iniciativas para acelerar la investigación de materiales.

El trabajo en sí es ambicioso y técnicamente difícil porque abarca muchas disciplinas. Pero como químico, ingeniero de software, pionero de la IA, programador de computadoras cuánticas, entusiasta de la robótica y emprendedor en serie, Aspuru-Guzik puede tener la combinación perfecta de experiencia computacional e imaginación para conectar las múltiples herramientas esenciales para que esto suceda. Se ha convertido en uno de los evangelistas más convincentes de la nueva forma de hacer química.

Alan puede ver más allá de lo que la gente piensa que es posible, dice Josué Schrier , químico de la Universidad de Fordham y colaborador frecuente. Él es el tipo de innovador, dice Schrier, que cambia la forma en que todos los que lo rodean practican la ciencia.

Para Ryan Babbush, jefe del equipo de algoritmos cuánticos de Google, el rasgo de carácter más destacado de Aspuru-Guzik es su inquietud creativa. Alán gasta su tiempo y energía en lo más nuevo, el territorio más inexplorado, dice. No se queda y se enfoca en desarrollos incrementales.

Eso puede ser un problema dado el tiempo y el arduo trabajo que se necesita para llevar un nuevo material al mercado, una empresa que requiere una investigación obstinada y estrictamente enfocada y una paciencia comercial interminable. Pero en última instancia, dice Babbush, Aspuru-Guzik está interesada en reinventar el proceso de descubrimiento de materiales, equipando a los científicos de la comunidad con las herramientas informáticas y de automatización que necesitan para acelerar su trabajo.

Hoy, Aspuru-Guzik está construyendo un laboratorio en Toronto donde los algoritmos de IA diseñan moléculas novedosas y los robots las fabrican y prueban rápidamente. El laboratorio es una especie de prototipo, destinado a demostrar cómo podría funcionar el descubrimiento de materiales en el futuro. Quiero habilitar una era completamente nueva, la era de los materiales bajo demanda, en la que cada laboratorio pueda crear fácilmente nuevos compuestos, dice. En el futuro, espera, estaremos mejor posicionados para abordar la próxima crisis global. Los problemas del mundo requieren moléculas, añade. Y en este momento, apestamos haciéndolos.

Cicatrices de batalla

Aspuru-Guzik habla de manera exuberante, digresiva y muy rápida. Cuando visité por primera vez su oficina en la Universidad de Toronto, me mostró una colección de máscaras de lucha libre (lucha libre mexicana): pasamontañas azules, verdes y rosas brillantes adornados con patrones aztecas. Las máscaras son una herramienta de humanización, dice. Traes a un ganador del Premio Nobel o a un ejecutivo de Hitachi a tu oficina y, después de hablar un rato, es bueno detenerse y decir: 'Elige una máscara'. Tómate una selfie”. Es difícil no ver las máscaras como una metáfora de su vida multifacética.

Aspuru-Guzik creció en una familia mitad católica, mitad judía de escritores, músicos y arquitectos. Como estudiante de química de 19 años en la Universidad Nacional Autónoma de México, regresaba de una rave nocturna en la ciudad de Cuernavaca. cuando el automóvil en el que viajaba se salió de la carretera y se estrelló. Los cirujanos tuvieron que abrir su vientre para reparar sus intestinos y cauterizar los vasos sanguíneos rotos, dejándolo con una cicatriz que corre, como una línea mediana, por el centro de su abdomen.

Después de este roce temprano con la mortalidad, se comprometió con una vida de aventuras intelectuales. Si un campo de investigación lo intrigaba, lo buscaba, incluso si era esotérico o estaba más allá de su experiencia.

En ese momento, había un gran entusiasmo por la posibilidad de usar modelos basados ​​en computadora para diseñar moléculas con las propiedades deseadas, renunciando a experimentos lentos y tediosos. Los científicos hablaron sobre una nueva era de química virtual, solo que no funcionó muy bien. Las computadoras eran demasiado lentas y las moléculas demasiado complejas.

Mientras hojeaba revistas en la biblioteca de la universidad, Aspuru-Guzik encontró un artículo sobre los desafíos de hacer química molecular dentro de una computadora. En 1926, el físico Erwin Schrödinger había publicado una ecuación para predecir el comportamiento de partículas subatómicas, como electrones y protones. Si puede modelar matemáticamente una molécula a nivel subatómico, puede comenzar a hacer inferencias sobre el material resultante: cómo se combina con otros materiales, qué tan duro o blando es o qué tan rápido se descompone. Al menos esa es la idea. Pero para la mayoría de los materiales, la ecuación de Schrödinger se vuelve demasiado complicada incluso para la supercomputadora más grande de la actualidad.

Para que las matemáticas fueran factibles, Aspuru-Guzik se dispuso a crear versiones de la ecuación que requirieran menos aproximaciones, haciéndolas más precisas, un proyecto que se convirtió en el foco de sus estudios de doctorado en la Universidad de California, Berkeley. El objetivo era agilizar los cálculos hasta el punto en que una computadora pudiera manejarlos, pero no tanto como para que el modelo se volviera científicamente inútil. Usando los algoritmos de Aspuru-Guzik, un investigador podría modelar, es decir, simular, una molécula aleatoria e inmediatamente hacer predicciones sobre las propiedades de la sustancia resultante.

Otros científicos habían diseñado algoritmos similares, pero los que se le ocurrieron a Aspuru-Guzik como estudiante de posgrado fueron lo suficientemente impresionantes como para conseguirle un trabajo en Harvard cuando terminó su posdoctorado en Berkeley. Como profesor asistente en Harvard, y como director del grupo de investigación Aspuru-Guzik, un equipo de 40 personas de científicos informáticos, biólogos, ingenieros, físicos y químicos, se lanzó a una iniciativa llamada Harvard Clean Energy Project. La mayoría de los paneles solares utilizan silicio para transformar la luz solar en electricidad. Pero, ¿había sustancias orgánicas baratas y fáciles de fabricar que pudieran hacer el trabajo?

DEREK SHAPTON

Las pasiones de Aspuru-Guzik (arriba a la izquierda) van desde calcomanías para arte callejero hasta robótica de laboratorio, máscaras de lucha libre mexicana y manejo automatizado de fluidos.

Durante seis años, Aspuru-Guzik y su equipo realizaron simulaciones de 2,3 millones de moléculas orgánicas diferentes para ver cuáles podrían tener propiedades fotovoltaicas. No fue el primer investigador en practicar la química virtual, pero lo estaba haciendo a una escala sin precedentes. El aumento de la capacidad informática de la era significó que una sola molécula podría simularse en cuestión de minutos; en la década de 1990, tales simulaciones tomaban días. Lo que es más importante, tenía acceso a un espacio de servidor aparentemente ilimitado, gran parte de él prestado de los dispositivos de otras personas. En un sistema similar al antiguo Programa SETI@Home , las personas que querían apoyar el proyecto podían descargar un protector de pantalla que prestaría temporalmente su disco duro a Aspuru-Guzik y su equipo. Teníamos una de las supercomputadoras más grandes del mundo, dice, pero estaba distribuida por todo el planeta.

Al final, Aspuru-Guzik descubrió muchos materiales orgánicos que, en teoría, podrían usarse para células fotovoltaicas. El problema era que estas moléculas ganadoras eran demasiado complicadas para fabricarlas a bajo precio. Mi error, dice, fue no consultar con químicos orgánicos al principio para averiguar qué moléculas eran fáciles de fabricar.

Con el Proyecto de Energía Limpia, Aspuru-Guzik básicamente había estado haciendo química combinatoria, el antiguo enfoque de prueba y error, dentro de computadoras en lugar de dentro de un laboratorio. Luego, a partir de 2012, los investigadores de Toronto y otros lugares lograron una serie de avances en el aprendizaje profundo y otros métodos de aprendizaje automático. Al igual que muchos químicos que buscan nuevos materiales, Aspuru-Guzik hizo la transición a la IA, lo que le permitió descubrir moléculas de una manera más rápida y deliberada. Las simulaciones por computadora son como una ametralladora disparando aleatoriamente al aire con la esperanza de acertar, dice. AI es un francotirador. Elige un blanco y apunta.

Primero, tuvo que entrenar una red neuronal alimentándola con un conjunto de datos que describían la composición molecular y las propiedades químicas de 100.000 sustancias orgánicas. El programa de IA podría comenzar a reconocer patrones, es decir, correlaciones entre una molécula determinada y la sustancia que forma. Luego podría usar este conocimiento para inventar moléculas candidatas para sintetizar y probar en el laboratorio. Con la ayuda de la IA, Aspuru-Guzik descubrió nuevos diodos emisores de luz orgánicos, u OLED, que eran más brillantes que los LED típicos. También identificó nuevos productos químicos que se utilizarán en futuras baterías de flujo orgánico, baterías industriales masivas que no requerirán metales como el litio.

Mientras tanto, se lanzó al campo naciente de computación cuántica . La ecuación de Schrödinger es difícil de ejecutar en computadoras clásicas precisamente porque los electrones y los protones no obedecen las leyes de la física clásica. En cambio, operan de acuerdo con la mecánica cuántica: pueden estar entrelazados (comportándose en conjunto, incluso si no están conectados), y pueden existir en la llamada superposición (ocupando múltiples estados opuestos al mismo tiempo) . Las matemáticas requeridas para modelar estos fenómenos complejos también son vertiginosamente complejas. Pero debido a que los qubits en las computadoras cuánticas también obedecen las leyes de la mecánica cuántica, los dispositivos son más adecuados, al menos en teoría, para simular moléculas.

Sin embargo, en la práctica, alguien tenía que descubrir cómo hacer que las simulaciones funcionaran. En 2014, Aspuru-Guzik y un equipo de investigadores lanzaron Variational Quantum Eigensolver (VQE), un programa para modelar moléculas, aunque en dispositivos cuánticos pequeños y propensos a errores que, a diferencia de las computadoras cuánticas multipropósito, existen en la actualidad. Si bien la ecuación de Schrödinger es una especie de abstracción, una fórmula matemática destinada a describir partículas subatómicas, el VQE usa bits cuánticos para imitar el comportamiento de las partículas en una molécula, de manera muy similar a como los jugadores en una recreación podrían representar la Batalla de Gettysburg.

Con el tiempo, a medida que las empresas desarrollen computadoras cuánticas más potentes, el VQE podría permitir a los químicos ejecutar simulaciones sorprendentemente precisas. Estos modelos pueden ser tan precisos que los científicos no necesitarán sintetizar ni probar los materiales en absoluto. Si alguna vez llegamos a este punto, dice Aspuru-Guzik, mi trabajo en ciencia de materiales estará terminado.

Cuando Donald Trump fue elegido presidente de los Estados Unidos en 2016, la carrera de Aspuru-Guzik estaba floreciendo, pero de repente la perspectiva de permanecer en el país ya no le atraía. Una semana después de las elecciones, comenzó a enviar correos electrónicos a sus colegas en Australia y Canadá en busca de un nuevo trabajo.

La Universidad de Toronto le ofreció un puesto prestigioso financiado por el gobierno destinado a atraer investigadores de primer nivel al país y un nombramiento cruzado en el Vector Institute for Artificial Intelligence, una corporación sin fines de lucro cofundada por el pionero del aprendizaje automático Geoffrey Hinton que está ganando rápidamente Toronto un centro global para la IA. Sin embargo, el mayor incentivo fue la promesa de construir un laboratorio de materiales radicalmente nuevo llamado Matter Lab, un proyecto con el que Aspuru-Guzik había soñado durante años.

A la mierda

En Matter Lab, solo atacamos un problema después de hacer tres preguntas, dice Aspuru-Guzik. ¿Es importante para el mundo? Si no, entonces a la mierda. ¿Alguien más ya lo ha hecho? Si la respuesta es sí, no tiene sentido. ¿Y es remotamente posible? Aquí, la palabra remotamente es clave. Aspuru-Guzik quiere abordar desafíos que están dentro del rango de factibilidad, pero apenas. Si un material es demasiado fácil, dice, deja que otras personas lo encuentren.

Ubicado en un edificio de ladrillos de la posguerra en el centro de Toronto, el laboratorio no se parece a ningún otro en la universidad. El techo está adornado con paneles acústicos granate y burdeos, un homenaje al querido arquitecto mexicano Luis Barragán. Escondido en un rincón discreto hay un banco de laboratorio típico, una mesa con matraces, balanzas y vasos de precipitados debajo de una campana extractora, donde los estudiantes graduados pueden practicar química de la misma manera que lo hizo la generación de sus abuelos. Uno tiene la sensación de que esta estación de trabajo no se usa con frecuencia.

En el centro hay un robot de 1,5 millones de dólares: una carcasa de vidrio y metal llena de nitrógeno que alberga un brazo mecánico que se mueve hacia adelante y hacia atrás a lo largo de una pista. El brazo puede seleccionar polvos y líquidos de una serie de recipientes cerca de los lados del recinto y depositar el contenido, con gran precisión, en uno de varios reactores. El robot es como un asistente de laboratorio incansable que mezcla productos químicos las 24 horas del día, los 7 días de la semana, dice Aspuru-Guzik. Puede hacer 40 compuestos en solo 12 horas.

Dos características adicionales hacen que la configuración experimental de Matter Lab sea única. El primero es un software que diseñaron Aspuru-Guzik y sus colaboradores, llamado ChemOS. Incluye un sistema de inteligencia artificial que genera moléculas candidatas y un programa que interactúa con el robot y lo dirige para sintetizar candidatos a pedido.

El nuevo laboratorio de materiales en Toronto combina equipos de química convencional y lo último en automatización e IA.

DEREK SHAPTON

La segunda característica distintiva es la naturaleza de circuito cerrado del proceso de producción. Para explicar cómo funciona esto, Aspuru-Guzik señala un par de mangueras estrechas en la parte posterior del robot. Por ahí sale el pipí, dice. Una vez que finaliza una reacción, el líquido resultante pasa por las mangueras de plástico hasta una máquina analítica del tamaño y la forma de una mini nevera, que separa los subproductos no deseados. El material refinado fluirá hacia otro robot que lo probará para conocer sus propiedades. Luego, el robot volverá a introducir los resultados del experimento en el programa ChemOS, lo que permitirá que la IA actualice sus datos y genere instantáneamente una lista nueva y mejor de moléculas candidatas hasta que, después de rondas de predicciones, síntesis y pruebas, surja un ganador. .

La idea de un sistema de descubrimiento de circuito cerrado automatizado, en parte debido a la incansable defensa de Aspuru-Guzik, se ha vuelto cada vez más popular entre los nuevos practicantes de la química. Sus pares en Vancouver, Nueva York, Champaign-Urbana y Glasgow están construyendo instalaciones similares. Estos laboratorios están pensados ​​como espacios automatizados para todo propósito de creación molecular. Es por eso que Aspuru-Guzik no especula demasiado sobre qué, específicamente, producirá Matter Lab a continuación. Tales decisiones estarán dictadas por la curiosidad, tal vez, o por los imperativos de una crisis global.

haciendo una marca

En 2020, Aspuru-Guzik experimentó un período de aumento de peso al comienzo de la pandemia, lo que provocó que se reabriera su herida quirúrgica. Al mismo tiempo, se sentía atrapado y aburrido por el mundo 2D de las llamadas de Zoom y frustrado por no poder moverse libremente por su laboratorio. Su agitada vida laboral había dejado poco espacio para el tipo de actividades sin objetivo, o aparentemente sin objetivo, que, en el pasado, habían fomentado avances creativos. Necesitaba un cambio.

Unos meses más tarde, comenzó a garabatear en su computadora, dibujando una máscara de lucha libre que se parecía a Screamin 'Jay Hawkins, el pionero del rock 'n' roll conocido por su voz operística y macabras payasadas en el escenario. Llamó al personaje Bruho (una variación de brujo, español para hechicero) y decidió imponer su obra de arte en el paisaje urbano. Compró una impresora de calcomanías y comenzó a pegar el avatar de Bruho en buzones y farolas. Pronto formó parte de la bulliciosa escena de arte callejero de la ciudad.

Historia relacionada

Dentro de la carrera para construir la mejor computadora cuántica en la Tierra IBM cree que la supremacía cuántica no es el hito que debería preocuparnos.

A día de hoy, Aspuru-Guzik tiene dos objetivos de cara al futuro próximo. El primero es diseñar una versión modular y asequible de su sistema de circuito cerrado que pueda servir como modelo para científicos de todo el mundo. Quiere construir una caja de laboratorio todo en uno, que contenga el paquete ChemOS junto con robots de síntesis y caracterización. Con este dispositivo, un usuario introducirá una descripción de un material determinado y el sistema simulará y probará de inmediato las moléculas candidatas. Si queremos marcar el comienzo de una nueva era de materiales bajo demanda, razona Aspuru-Guzik, la tecnología tiene que proliferar y tiene que ser fácil de usar.

Su segundo objetivo a mediano plazo es dejar su huella, artísticamente, en la ciudad de Toronto.

Unos días después de mi visita al laboratorio, me reuní con él y su equipo para una noche de calcomanías y carteles. Al igual que su trabajo de materiales, este también fue colaborativo. Nuestro grupo de ocho personas incluía a Soap Ghost, una joven distante con tatuajes en toda la manga; Urban Ninja, un enjuto hombre de mediana edad que llegó tirando de un carro con un balde de pasta de trigo, un adhesivo líquido casero; y Vida, un insomne ​​de pedernal, el pelo partido por la mitad, uno medio teñido de rubio como el de Cruella de Vil. Seguiré hasta el amanecer, me dijo, animoso. Todos tenían paquetes de calcomanías o rollos de carteles que habían diseñado ellos mismos.

En Toronto, este tipo de arte callejero, que no requiere pintura en aerosol, se castiga con multas (aunque la policía suele mirar hacia otro lado), así que nos movimos rápida y furtivamente. Ninja nos llevó por un callejón hasta una pared desnuda de madera contrachapada de un edificio tapiado, y descendimos sobre ella con nuestros cepillos, cubriendo la superficie con la pasta y empapelándola con imágenes: un Buda barbudo, una rata tocando el ukelele, un Figura de Bruho, ataviado como un Jedi. El ensamblaje no tenía mucho sentido visual, pero tenía una especie de belleza anárquica. En un período de tiempo increíblemente corto, el vacío había dado paso a la multiplicidad, y Aspuru-Guzik estaba encantada. Esta pared estaba en blanco hace un minuto, exclamó. Míralo ahora.

Simon Lewsen es un escritor de revistas con sede en Toronto. .