La Intel·ligència Artificial pot tenir la resposta contra la propagació de la contaminació

Reportar oficialment molècules d'hidrocarburs policíclics aromàtics (PAHs) en superfícies de grafè, i durant la combustió incompleta del carbó, el petroli o la benzina, per tant, són molt nocives i altament contaminants, conèixer com es propaguen aquestes molècules podria fer un gir a la estratègia mediambiental i per a la protecció de la salut, i la Intel·ligència Artificial tenir la resposta.

Investigadors de l'Institut Universitari d'Estudis Avançats en Física Atòmica, Molecular i Fotònica (IUdEA) de la Universitat de La Laguna (ULL) ha impulsat una nova línia de recerca central en l'ús i l'aplicació de tècniques d'intel·ligència artificial per determinar com es produeix aquesta propagació, intentar intentar-ne el funcionament i la difusió que és “de summa importància en el desenvolupament de nombroses investigacions”, tal com explica el professor del Departament de Física de la ULL i director de l'Institut Universitari d'Estudis Avançats en Física Atòmica, Molecular i Fotònica , Javier Hernández-Rojas.

“El que estem intentant amb aquesta investigació és arribar a conèixer la manera com es fonen aquestes molècules a la superfície, ja que aquesta dada ens donaria informació molt valuosa sobre com interaccionen entre si i, en concret, com ho fan en una superfície de grafè”, apunta l'expert. Amb aquest repte, l'investigador personal del centre acadèmic ha iniciat una línia de col·laboració amb especialistes en intel·ligència artificial de la Universitat d'Aalto (Finlàndia).

La Investigadora de la Universitat Finlandesa, Rina Ibragimova, és experta en l'ús i l'aplicació de l''aprenentatge automàtic' en la construcció d'interaccions de sistemes complets formats per múltiples parts, trobant que el gran avantatge en utilitzar aquesta branca de la intel·ligència artificial rau en extrema precisió.

Partint de diverses configuracions, aquesta disciplina va entrenant el sistema perquè reconegui quina és l'estructura en cada fet concret. L''aprenentatge automàtic' contemplava la possibilitat de conèixer correctament les propietats dels sistemes molt petits per abordar després els sistemes molt grans amb una enorme exactitud, cosa que no té amb la física clàssica.

En la seva investigació, Rina Ibragimova aborda grans sistemes, fins a 10.000 àtoms, en què no només és important la seva mida, sinó les interaccions entre ells i, sobretot, l'exactitud en el valor d'aquestes interaccions.

Els seus estudis, encara que se centren en la ciència bàsica, poden també per a la ciència aplicada, i aquest és un dels fonaments de la col·laboració iniciada entre les universitats de La Laguna i Aalto.

Un nou material molt resistent

Ambdues universitats ja han mantingut diverses reunions amb grups de recerca, un d'ells d'astrofísica, interessats a conèixer l'origen de la formació del fullerè (C-60), una molècula descoberta a la dècada dels 80.

The optimització d'estudis com els del fullerè, així com del coronè, també de força interès en l'astrofísica, juntament amb la possibilitat d'estudiar el 'machine learning' en extremes condicions, a altíssima pressió i temperatura, cosa que permetria trobar un nou material molt resistent, són altres dels objectius d'aquesta investigació.