Investigadores del Instituto Universitario de Estudios Avanzados en Física Atómica, Molecular y Fotónica (IUdEA) de la Universidad de La Laguna han impulsado una nueva línea de investigación centrada en el uso y aplicación de técnicas de inteligencia artificial para determinar cómo se produce la propagación de las moléculas de hidrocarburos policíclicos aromáticos (PAHs) en superficies de grafeno.
Estas moléculas son sustancias químicas que se originan durante la combustión incompleta del carbón, el petróleo o la gasolina y, por tanto, muy nocivas y altamente contaminantes, por lo que intentar entender su funcionamiento y difusión es de suma importancia en el desarrollo de numerosas investigaciones, tal y como explica el profesor del Departamento de Física de la ULL y director del Instituto Universitario de Estudios Avanzados en Física Atómica, Molecular y Fotónica, Javier Hernández-Rojas.
“Lo que estamos intentando con esta investigación es llegar a conocer la forma en la que se difunden esas moléculas en la superficie, ya que ese dato nos daría información muy valiosa sobre cómo interaccionan entre sí y, en concreto, cómo lo hacen en una superficie de grafeno”, apunta el experto. En la consecución de este objetivo, el personal investigador del centro académico ha iniciado una línea de colaboración con especialistas en inteligencia artificial de la Universidad de Aalto (Finlandia).
Este ha sido el motivo de la estancia realizada por la investigadora de la universidad finlandesa, Rina Ibragimova, quien visitó el centro académico hace escasos días, en el marco del programa de ayudas a estancia de profesores invitados dirigido al personal investigador, que financia el Vicerrectorado de Investigación y Transferencia.
Ibragimova, que es experta en el uso y aplicación del ‘machine learning’ en la construcción de interacciones de sistemas complejos formados por multitud de partículas, apunta que la gran ventaja al utilizar esta rama de la inteligencia artificial radica en su extrema precisión. Partiendo de varias configuraciones, esta disciplina va entrenando al sistema para que reconozca −cuando se encuentra con un estado o una configuración diferente− cuál es la estructura en cada hecho concreto.
En el caso de usar tratamientos cuánticos en este estudio de PAHs que lleva a cabo la Universidad de La Laguna, tal y como indica Hernández, solo o se podrían estudiar sistemas muy pequeños, como átomos o moléculas. Sin embargo, el ‘machine learning’ contempla la posibilidad de conocer cuáles son las propiedades de sistemas muy pequeños para abordar después sistemas muy grandes con una enorme exactitud, algo que no se obtiene con la física clásica.
En su investigación, Rina Ibragimova está abordando sistemas grandes, hasta de 10.000 átomos, en los que no solo es importante su tamaño, sino las interacciones entre ellos y, sobre todo, la exactitud en el valor de esas interacciones. Sus estudios, aunque se centran en la ciencia básica, pueden servir también para la ciencia aplicada, y ese es uno de los fundamentos de la colaboración iniciada entre las universidades de La Laguna y Aalto.
Según Hernández, el uso del ‘machine learning’ en la investigación de los hidrocarburos policíclicos aromáticos impulsada por la Universidad de La Laguna se ajusta a los principios de la ciencia básica, y no a los de la aplicada, aunque a posteriori pueda tenerlas. De hecho, ambas universidades han mantenido ya varias reuniones con grupos de investigación, uno de ellos de astrofísica, interesados en conocer el origen de la formación del fullereno (C-60), una molécula descubierta en la década de los 80.
La optimización de estudios como los del fullereno, así como del coroneno, también de bastante interés en la astrofísica, junto a la posibilidad de estudiar el ‘machine learning’ en condiciones extremas, a altísima presión y temperatura −lo que posibilitaría encontrar un nuevo material muy resistente− son otros de los objetivos de esta investigación.
El origen de la colaboración entre las universidades de La Laguna y Aalto se gestó debido a que Rina Ibragimova pertenece el grupo de investigación del profesor Miguel Caro, licenciado en Física por la ULL, y uno de los pioneros en investigar el ‘machine learning’ en Finlandia.
