Durante más de una década, el profesor asociado del MIT Rafael Gómez-Bombarelli ha utilizado la inteligencia artificial para crear nuevos materiales. A medida que la tecnología se ha expandido, también lo han hecho sus ambiciones.
Ahora, el nuevo profesor titular de ciencia e ingeniería de materiales cree que la IA está preparada para transformar la ciencia de maneras nunca antes posibles. Su trabajo en el MIT y más allá está dedicado a acelerar ese futuro.
“Estamos en un segundo punto de inflexión”, dice Gómez-Bombarelli. “La primera fue alrededor de 2015 con la primera ola de aprendizaje de representación, IA generativa y datos de alto rendimiento en algunas áreas de la ciencia. Esas son algunas de las técnicas que traje por primera vez a mi laboratorio en el MIT. Ahora creo que estamos en un segundo punto de inflexión, mezclando lenguaje y fusionando múltiples modalidades en inteligencia científica general. Vamos a tener todas las clases de modelos y leyes de escala necesarias para razonar sobre el lenguaje, razonar sobre estructuras materiales y razonar sobre recetas de síntesis”.
La investigación de Gómez Bombarelli combina simulaciones basadas en la física con enfoques como el aprendizaje automático y la inteligencia artificial generativa para descubrir nuevos materiales con aplicaciones prometedoras en el mundo real. Su trabajo ha dado lugar a nuevos materiales para baterías, catalizadores, plásticos y diodos orgánicos emisores de luz (OLED). También cofundó varias empresas y formó parte de consejos asesores científicos para nuevas empresas que aplican la IA al descubrimiento de fármacos, la robótica y más. Su última empresa, Lila Sciences, está trabajando para construir una plataforma de superinteligencia científica para las industrias de ciencias biológicas, química y de materiales.
Todo ese trabajo está diseñado para garantizar que el futuro de la investigación científica sea más fluido y productivo que la investigación actual.
“La IA para la ciencia es uno de los usos más apasionantes y aspiracionales de la IA”, afirma Gómez-Bombarelli. “Otras aplicaciones de la IA tienen más desventajas y ambigüedades. La IA para la ciencia consiste en lograr un futuro mejor en el tiempo”.
De experimentos a simulaciones
Gómez-Bombarelli creció en España y se inclinó hacia las ciencias físicas desde una edad temprana. En 2001, ganó una competencia de las Olimpiadas de Química, lo que lo colocó en un camino académico en química, que estudió como estudiante universitario en la universidad de su ciudad natal, la Universidad de Salamanca. Gómez-Bombarelli se quedó para realizar su doctorado, donde investigó la función de las sustancias químicas que dañan el ADN.
“Mi doctorado comenzó de manera experimental, y luego me picó el gusanillo de la simulación y la informática a mitad de camino”, dice. “Comencé a simular las mismas reacciones químicas que estaba midiendo en el laboratorio. Me gusta la forma en que la programación organiza el cerebro; me pareció una forma natural de organizar el pensamiento. La programación también está mucho menos limitada por lo que puedes hacer con las manos o con instrumentos científicos”.
Luego, Gómez-Bombarelli fue a Escocia para realizar un puesto postdoctoral, donde estudió los efectos cuánticos en biología. A través de ese trabajo, se conectó con Alán Aspuru-Guzik, profesor de química en la Universidad de Harvard, a quien se unió para su siguiente postdoctorado en 2014.
“Fui una de las primeras personas en utilizar IA generativa para la química en 2016, y estuve en el primer equipo en usar redes neuronales para comprender moléculas en 2015”, dice Gómez-Bombarelli. “Fueron los primeros días del aprendizaje profundo para la ciencia”.
Gómez-Bombarelli también comenzó a trabajar para eliminar partes manuales de las simulaciones moleculares para ejecutar más experimentos de alto rendimiento. Él y sus colaboradores terminaron realizando cientos de miles de cálculos entre materiales, descubriendo cientos de materiales prometedores para realizar pruebas.
Después de dos años en el laboratorio, Gómez-Bombarelli y Aspuru-Guzik fundaron una empresa de computación de materiales de uso general, que finalmente giró para centrarse en la producción de diodos emisores de luz orgánicos. Gómez-Bombarelli se unió a la empresa a tiempo completo y lo considera la cosa más difícil que ha hecho en su carrera.
“Fue increíble hacer algo tangible”, dice. “Además, después de ver a Aspuru-Guzik dirigir un laboratorio, no quería convertirme en profesor. Mi padre era profesor de lingüística y pensé que era un trabajo tranquilo. Luego vi a Aspuru-Guzik con un grupo de 40 personas y estaba de viaje 120 días al año. Fue una locura. No pensé que tuviera ese tipo de energía y creatividad en mí”.
En 2018, Aspuru-Guzik sugirió a Gómez-Bombarelli postularse para un nuevo puesto en el Departamento de Ciencia e Ingeniería de Materiales del MIT. Pero, con su inquietud por un puesto docente, Gómez-Bombarelli dejó pasar la fecha límite. Aspuru-Guzik lo confrontó en su oficina, golpeó la mesa con las manos y le dijo: “Tienes que presentar una solicitud para esto”. Fue suficiente para que Gómez-Bombarelli presentara una solicitud formal.
Afortunadamente, en su startup, Gómez-Bombarelli había dedicado mucho tiempo a pensar en cómo crear valor a partir del descubrimiento de materiales computacionales. Durante el proceso de la entrevista, dice, se sintió atraído por la energía y el espíritu colaborativo del MIT. También comenzó a apreciar las posibilidades de investigación.
“Todo lo que había estado haciendo como postdoctorado y en la empresa iba a ser un subconjunto de lo que podía hacer en el MIT”, dice. “Estaba fabricando productos y todavía puedo hacerlo. De repente, mi universo de trabajo era un subconjunto de este nuevo universo de cosas que podía explorar y hacer”.
Han pasado nueve años desde que Gómez Bombarelli ingresó al MIT. Hoy su laboratorio se centra en cómo la composición, estructura y reactividad de los átomos afectan el rendimiento del material. También utilizó simulaciones de alto rendimiento para crear nuevos materiales y ayudó a desarrollar herramientas para fusionar el aprendizaje profundo con el modelado basado en la física.
“Las simulaciones basadas en la física hacen que los datos y los algoritmos de IA mejoren cuanto más datos se les proporciona”, dice Gómez Bombarelli. “Existen todo tipo de círculos virtuosos entre la IA y las simulaciones”.
El grupo de investigación que ha creado es únicamente computacional: no realizan experimentos físicos.
“Es una bendición porque podemos tener una enorme amplitud y hacer muchas cosas a la vez”, afirma. “Nos encanta trabajar con experimentadores y tratamos de ser buenos socios con ellos. También nos encanta crear herramientas computacionales que ayuden a los experimentalistas a clasificar las ideas provenientes de la IA”.
Gómez-Bombarelli también sigue centrado en las aplicaciones del mundo real de los materiales que inventa. Su laboratorio trabaja en estrecha colaboración con empresas y organizaciones como el Programa de Enlace Industrial del MIT para comprender las necesidades materiales del sector privado y los obstáculos prácticos del desarrollo comercial.
Acelerando la ciencia
A medida que el entusiasmo en torno a la inteligencia artificial se ha disparado, Gómez-Bombarelli ha visto madurar el campo. Empresas como Meta, Microsoft y DeepMind de Google ahora realizan regularmente simulaciones basadas en la física que recuerdan en qué estaba trabajando en 2016. En noviembre, el Departamento de Energía de EE. UU. lanzó la Misión Génesis para acelerar el descubrimiento científico, la seguridad nacional y el dominio energético utilizando la IA.
“La IA para simulaciones ha pasado de ser algo que tal vez podría funcionar a una visión científica consensuada”, afirma Gómez-Bombarelli. “Estamos en un punto de inflexión. Los humanos pensamos en lenguaje natural, escribimos artículos en lenguaje natural, y resulta que estos grandes modelos de lenguaje que han dominado el lenguaje natural han abierto la capacidad de acelerar la ciencia. Hemos visto que el escalado funciona para simulaciones. Hemos visto que el escalado funciona para el lenguaje. Ahora vamos a ver cómo funciona el escalado para la ciencia”.
Cuando llegó por primera vez al MIT, Gómez-Bombarelli dice que quedó impresionado por lo poco competitivos que eran las cosas entre los investigadores. Intenta llevar ese mismo pensamiento de suma positiva a su grupo de investigación, que está formado por unos 25 estudiantes de posgrado y posdoctorados.
“Naturalmente, nos hemos convertido en un grupo muy diverso, con un conjunto diverso de mentalidades”, dice Gómez-Bombarelli. “Cada uno tiene sus propias aspiraciones profesionales, fortalezas y debilidades. Descubrir cómo ayudar a las personas a ser las mejores versiones de sí mismas es divertido. Ahora me he convertido en el que insiste en que las personas se postulen para puestos docentes después de la fecha límite. Supongo que ya pasé ese testigo”.