Cinco ejemplos y la red neuronal predice las propiedades del material ✛ ✦
El refrigerador común funciona con un gas que calienta el planeta. Los científicos buscan una alternativa: cristales sólidos capaces de enfriarse al comprimirlos. Pero probar miles de opciones en el laboratorio es una tarea larga. Aquí viene al rescate el aprendizaje automático: la red neuronal, como un chef experimentado, capta una nueva receta con solo unos pocos ejemplos. Le mostraron 5 a 10 «fotos» atómicas del sulfato de amonio, un compuesto de hidrógeno, oxígeno y amonio. Reprodujo con precisión cómo al calentar los átomos se reorganizan y la entropía (medida del desorden) cambia bruscamente.
El secreto del éxito está en los enlaces de hidrógeno, puentes invisibles que mantienen unidos a los átomos. Tener en cuenta esta sutil interacción en las simulaciones por computadora permitió predecir de manera fiable la temperatura de transición, empleando cinco veces menos horas de cálculo. Sorpresa: el sulfato de amonio, un fertilizante nitrogenado común, se convierte bajo presión en un material que enfría.
Este enfoque se basa en la termodinámica cuántica, cuyas bases sentó Max Planck, y en el concepto de entropía dado por Ludwig Boltzmann. El reentrenamiento de una red neuronal ya existente abre un camino rápido hacia refrigeradores ecológicos sin gases nocivos.
Solo cinco ejemplos necesitó la red neuronal para entender cuándo el cristal cambiaría de forma, aproximadamente los mismos que necesita un niño para aprender una palabra nueva.