Levantar un muro con ladrillos, si bien requiere cierta maña, es una tarea relativamente sencilla. Ladrillos, cemento y una paleta son prácticamente los únicos elementos necesarios. Es más, en ese terreno ya empiezan a aparecer tecnologías robóticas capaces de levantar estructuras por sí solas.  Sin embargo, en el mundo microscópico, los “ladrillos” que componen la materia, esto es, los átomos y las moléculas, muestran un comportamiento mucho más imprevisible. Uno de los grandes logros en las últimas décadas ha sido el uso de los llamados microscopios de efecto túnel, que permiten manejar átomos y moléculas a nanoescala. El problema es que hasta ahora ese proceso debía llevarse a cabo manualmente, por medio de un proceso de ensayo y error. Esto se debe a que el comportamiento en esas escalas es extremadamente complejo. Así, el operario del microscopio debía adherir la molécula al cono del microscopio y luego desplazarla prácticamente como en esas atracciones de feria donde se recoge un oso de peluche con una garra mecánica.

Por suerte, en el Instituto de Nanociencia Cuántica de Jülich en Alemania han desarrollado una técnica que permite identificar patrones y variaciones a escala molecular. La clave está en el uso de la inteligencia artificial y el aprendizaje de máquinas. Concretamente, una subdisciplina conocida como aprendizaje de refuerzo, que penaliza el error y premia el acierto. Es la misma tecnología que permitió al AlphaGo Zero de Google ganar por primera vez a un humano en el milenario juego asiático del Go.

Un aprendizaje de reglas cambiantes

En el caso del centro de investigación alemán, utilizaron este sistema de IA para retirar moléculas integradas en una compleja red de enlaces químicos. Se trataba de perilenos, unas moléculas empleadas en la fabricación de tintas y diodos OLED para pantallas de televisión y móviles. Según cuentan los investigadores, el reto residía en que la fuerza con que se atrae la molécula a la punta del microscopio no puede superar la del enlace químico, ya que este se rompería. Los científicos tuvieron que determinar de forma manual un movimiento que respetara la integridad del enlace. En cambio, el sistema de IA fue practicando una y otra vez hasta aprender los movimientos óptimos. Dicho así, parece relativamente sencillo. El problema es que los átomos que componen la punta del microscopio también pueden desplazarse levemente, lo que altera progresivamente el nivel de fuerza que hay que aplicar. Un poco como si se cambiaran las reglas a mitad del partido.

Los científicos han acelerado el proceso de aprendizaje utilizando un simulador simplificado en paralelo al proceso de manipulación física de las moléculas. Según los desarrolladores del software, esta es la primera vez que han logrado aunar nanotecnología e inteligencia artificial. Ahora, según explican, se abre la puerta a la impresión 3D de estructuras supramoleculares funcionales, lo que permitirá fabricar transistores moleculares o cúbits, el andamiaje de la computación cuántica. En definitiva, puede que estemos ante los primeros compases de una nueva era de albañilería molecular.       

Fuente: Science Daily

Imagen: Instituto de Nanociencia Cuántica de Jülich