Predecir las propiedades de una nueva molécula es como adivinar el sabor de un plato desconocido. El programa funciona como un cocinero experimentado: «prueba» moléculas similares cuyas propiedades ya se conocen y, basándose en su «sabor», ajusta su conjetura. Por ejemplo, para el agua o el dióxido de carbono, el algoritmo encuentra análogos estudiados y corrige la temperatura de ebullición o la solubilidad.

El cocinero no solo copia a sus vecinos: evalúa hasta qué punto puede confiar en su propio pronóstico. Para ello utiliza una medida de incertidumbre, similar a la entropía en física: cuanto mayor es la incertidumbre, más se apoya el programa en los datos verificados de sustancias similares. Sorprendentemente, el método puede manejar información contradictoria: decide por sí mismo en qué «vecino» confiar más, sopesando la fiabilidad de las fuentes.

Como resultado, el error se reduce en casi un 20%, aproximadamente como si un pronóstico del tiempo se volviera un quinto más preciso. Y todo sin largos reajustes: el algoritmo incorpora nuevos datos sobre la marcha, acelerando la búsqueda de fármacos y materiales.