Acelerador universal encuentra respuestas más rápidas a problemas complejos

Un buen algoritmo de aprendizaje automático es un potente acelerador de investigación.

Si lo combinamos con una simulación por computador, podrá encontrar atajos matemáticos a través del programa, lo que permitirá a los científicos obtener información más rápida sobre los efectos de los fármacos en las células o el potencial de los motores de cohetes para enviar a la humanidad a Marte y más allá.

Una nueva investigación está poniendo esta herramienta en manos de científicos de todo el mundo.

Un equipo de investigadores de Sandia National Laboratories y de la Universidad de Brown ha presentado una forma universal de acelerar prácticamente cualquier tipo de simulación.

“Desde el punto de vista del usuario, no hay diferencia entre ejecutar su herramienta de simulación o ejecutar esta herramienta de simulación acelerada.

Le ofrece exactamente las mismas predicciones. La diferencia es el tiempo que lleva obtener esos resultados“, dijo Rémi Dingreville de Sandia.

Dingreville y su equipo ejecutaron una simulación de ciencia de materiales 16 veces más rápido de lo normal con su acelerador.

Y lo que es más importante, en su artículo describen cómo puede acelerar con la misma facilidad los programas informáticos para la investigación del cambio climático, la navegación de vehículos autónomos o la aceleración de hardware.

“El potencial de generalizar nuestro enfoque a diferentes sistemas podría conducir a tecnologías más eficientes y sostenibles“, dijo Vivek Oommen de Brown, primer autor del artículo.

Cuando era niño, a Dingreville le encantaba ir rápido. Iba en bicicleta rápido, esquiaba rápido y corría rápido. Incluso competía para ser el primero en terminar sus tareas escolares.

Ahora, como científico, utiliza el aprendizaje automático para acelerar su investigación. En un proyecto anterior, modificó una simulación para que se ejecutara 40.000 veces más rápido.

Si bien una aceleración de 16 veces puede parecer modesta en comparación, Dingreville y el equipo enfatizan que su último trabajo podría tener un impacto mucho mayor porque beneficia a prácticamente todos los campos de la ciencia.

No se limita a tipos específicos de problemas como otros aceleradores.

“La física, la química, la geoquímica, la predicción meteorológica… en realidad no importan“, dijo Dingreville.

El equipo considera que su artículo es un desafío para que los investigadores reconsideren fundamentalmente cómo diseñan y utilizan las simulaciones.

“Estoy profundamente fascinado por los desafíos y el potencial de integrar los métodos numéricos tradicionales con la inteligencia artificial para resolver problemas complejos en la ciencia de los materiales”, dijo Oommen.

Si bien el acelerador de simulación ahorra tiempo y dinero para la investigación de rutina, también elimina obstáculos para estudiar fenómenos que normalmente no se pueden simular.

Intente modelar un evento que se desarrolla lentamente, como el derretimiento de los glaciares, y su programa probablemente tardará demasiado en ser útil.

“El estado actual de la técnica es que hay que utilizar estos solucionadores numéricos directos. Aunque son precisos, son lentos“, dijo Dingreville.

El equipo espera que esta investigación sea el génesis de una forma moderna y común para que los científicos realicen simulaciones normalmente lentas.

“De cara al futuro, estoy deseando ver cómo se pueden aplicar nuestras metodologías a otros problemas complejos en distintos ámbitos, como la energía, la biotecnología y la ciencia medioambiental”, afirmó Oommen.

“Me encantaría ver cómo se aplica esto en las geociencias“, añadió Dingreville.

Fuente: Nature