Estructura Electrónica e Inteligencia Artificial Aplicada a Problemas Actuales de Tecnología Química en México

 

Las técnicas de inteligencia artificial (IA) como lo son el aprendizaje automático, las redes neuronales o el aprendizaje profundo, en combinación con el cómputo de alto desempeño (HPC) se están convirtiendo en partes fundamentales de un número creciente y amplio de aplicaciones que van desde la predicción de los hábitos de consumidores, hasta el reconocimiento de voz e imágenes, la predicción del tráfico en tiempo real o el diseño de nuevos compuestos químicos. Los métodos de IA permiten identificar patrones en conjuntos de datos que pueden ser complejos debido a la naturaleza o la cantidad de los elementos. En la actualidad la combinación de las técnicas de IA con el poder predictivo de la mecánica cuántica ha abierto nuevas vías para resolver problemas fundamentales en las ciencias químicas. En el presente proyecto, nuestro objetivo es combinar técnicas de IA con HPC y la mecánica cuántica para abordar problemas de interés nacional como la desulfuración del petróleo mexicano, la toxicología de los residuos de pesticidas, la formación de polimorfos de interés farmacéutico, la estructura y las propiedades de las sustancias amorfas para desarrollar dispositivos de almacenamiento y de sistemas magnéticos para el diseño de sensores químicos. Para todos estos temas, planeamos utilizar métodos de estructura electrónica como la teoría de los funcionales de la densidad (DFT) para generar datos de alta calidad orientados a entrenar las técnicas de IA. Esto último implica mejorar la descripción de la DFT de los sistemas investigados y tener acceso a HPC. Lo primero se abordará mejorando las aproximaciones actuales al funcional de intercambio y correlación, y avanzando en la descripción de índices de reactividad química, mientras que lo segundo requerirá del reforzamiento de las instalaciones de HPC en el “Laboratorio Nacional de Cómputo de Alto Rendimiento (LANCAD)”. Esperamos que por medio del financiamiento de este proyecto se pueda aumentar la capacidad de cómputo de LANCAD en 75 Teraflops. Como resultado de este proyecto, esperamos establecer protocolos que permitan predecir la estructura y propiedades de una amplia gama de sustancias como catalizadores, cristales moleculares, pesticidas, carbono y silicio amorfo y sistemas magnéticos. Esperamos reportar los hallazgos de este proyecto en al menos dieciocho artículos publicados en revistas internacionales indexadas. Los investigadores involucrados en este proyecto pertenecen a cinco instituciones de educación superior (Cinvestav, Universidad Autónoma del Estado de Hidalgo, UAM, UNAM y la Universidad Veracruzana), y está compuesto por expertos en el desarrollo de DFT, en cálculos de estructura electrónica utilizando técnicas HPC en los tópicos que se abordan, y expertos en IA, de manera que la sinergia del grupo garantiza el éxito de este proyecto.