Calcular el comportamiento cuántico de 100 electrones mediante fuerza bruta requeriría más tiempo que la edad del universo.
Una molécula farmacéutica tiene fácilmente miles de electrones, y un material para baterías aún más. Simularlos es una necesidad fundamental para el desarrollo de fármacos, baterías y chips.
El 24 de agosto, el equipo de Anima Anandkumar del Instituto de Tecnología de California (Caltech) publicó un artículo en el que un modelo de IA reduce la complejidad computacional de este tipo de cálculos de cúbica a casi lineal.
https://x.com/AnimaAnandkumar/status/2092031815448248594
Los resultados son impresionantes: simuló un defecto metálico con 82.500 electrones en una sola GPU, mientras que un cálculo similar en 2019 usó unas 7.800 GPU.
Un cuello de botella de 60 años
El método de cálculo más utilizado en química cuántica es la Teoría del Funcional de la Densidad (DFT), una teoría ganadora del Nobel, indispensable para el cribado de fármacos, el diseño de catalizadores y el desarrollo de materiales para baterías.
El problema es que es muy lenta: por cada pequeño aumento en el tamaño del sistema, el coste computacional crece cúbicamente. Si el número de electrones se multiplica por 10, el coste computacional se multiplica por 1.000.
Durante 60 años, los físicos han buscado formas de acelerarla, pero sin avances sustanciales.
La IA ha probado dos enfoques.
Un enfoque es que el modelo prediga directamente el resultado final, de una vez.
Funciona bien dentro de la distribución de entrenamiento, pero su capacidad de extrapolación es pobre: si una molécula es más grande que las vistas en el conjunto de entrenamiento, el error se dispara.
En las pruebas del artículo, al extrapolar desde moléculas pequeñas a moléculas del tamaño de fármacos, el error del modelo de predicción directa pasó de menos del 1% a aproximadamente el 10%, alcanzando un máximo del 41%.
El otro enfoque sigue el camino tradicional de los físicos: que la IA aprenda un mapeo inverso.
Este camino es matemáticamente inestable; en los experimentos de control del artículo, todos los cálculos divergieron después de unas pocas iteraciones, fracasando por completo.
Iterar como una cadena de pensamiento, no adivinar la respuesta de una vez
Este artículo toma una dirección diferente.
El flujo de cálculo de la DFT es un proceso iterativo: en cada ciclo, dado un conjunto de condiciones de entrada, se calcula la densidad electrónica, que luego se usa para actualizar las condiciones de entrada, y así sucesivamente hasta que los resultados se estabilizan.
El método tradicional se atasca en que cada iteración requiere una resolución computacionalmente enorme, cuyo coste es cúbico.
El enfoque del equipo de Anandkumar es: usar IA para reemplazar ese paso.
Entrenan un Operador Neuronal de Fourier (FNO) para que aprenda el mapeo directo "dadas las condiciones de entrada, produce la densidad electrónica correspondiente", reduciendo la complejidad computacional de O(N³) a O(N log N).
Luego, integran el modelo de vuelta en el ciclo iterativo original, manteniendo los demás pasos igual.
https://x.com/AnimaAnandkumar/status/2090125110309204371
Se puede entender así: el modelo de predicción directa es como pedirle a un LLM que dé la respuesta final a un problema difícil de una vez; para problemas sencillos no hay problema, pero en los difíciles es propenso a equivocarse.
El Kohn-Sham FNO es como hacer que el modelo realice una cadena de pensamiento (reasoning) paso a paso, donde cada paso puede autoverificarse, y si se equivoca, las iteraciones posteriores lo corregirán.
Este diseño también tiene una ventaja que no tiene el modelo de predicción directa: una válvula de seguridad.
Si el modelo es empujado más allá de sus capacidades, la iteración divergirá, y los investigadores sabrán de inmediato que el resultado no es fiable.
El primer intento en el experimento de dislocación de magnesio del artículo lo confirmó: al usar el modelo genérico preentrenado directamente, todos los cálculos divergieron de inmediato. La divergencia misma es la alarma.
El modelo de predicción directa da una respuesta, y no hay forma de saber si es correcta o incorrecta.
Los datos de entrenamiento utilizaron solo 8.504 estructuras. Un único modelo maneja simultáneamente moléculas y materiales sólidos, cubriendo las primeras cinco filas de la tabla periódica.
Esto es gracias a una variante de FNO invariante al dominio diseñada por el equipo: sistemas de diferentes tamaños comparten el mismo conjunto de filtros aprendidos, moléculas pequeñas y cristales masivos usan el mismo modelo.
Al extrapolar a macromoléculas del tamaño de fármacos no vistas en el conjunto de entrenamiento, el error de densidad del Kohn-Sham FNO fue del 2,23%, mientras que el del modelo de predicción directa fue del 9,97%.
Cuanto más grande es la molécula, mayor es la diferencia: con 45 átomos pesados, el error de predicción directa se disparó al 41%, mientras que el del Kohn-Sham FNO fue solo del 4%.
1 GPU, 80.000 electrones
El equipo realizó una validación a gran escala con una estructura de dislocación de magnesio.
En 2019, un estudio nominado al premio ACM Gordon Bell realizó un cálculo DFT completo de 6.164 átomos de magnesio, utilizando alrededor de 7.800 GPU NVIDIA V100 en el superordenador Summit.
El último Kohn-Sham FNO completó el cálculo para 8.250 átomos y 82.500 electrones de valencia en una sola GPU NVIDIA B300, convergiendo completamente.
El exponente de escalado medido fue de 1,03 (casi lineal perfecto), frente al 3,37 (cúbico) del método tradicional.
Comparar 1 B300 con 7.800 V100 no es una equivalencia de hardware, pero el exponente de escalado no se ve afectado por el hardware: uno es casi lineal, el otro es cúbico; cuanto más grande es el sistema, más irreversible es la diferencia.
El mismo día de la publicación del artículo, Anandkumar anunció la fundación de la empresa de simulación física con IA Accelerated Understanding, informada posteriormente por Reuters.
https://www.reuters.com/business/ai-founders-who-walked-away-bezos-backed-prometheus-model-universe-2026-08-25/
Según su descripción en X, los modelos de IA de la empresa simulan fenómenos físicos en un espacio 4D, con una longitud de contexto de razonamiento que supera los 5 billones (trillions en inglés americano).
https://x.com/AnimaAnandkumar/status/2092236528898675014
Actualmente, el Kohn-Sham FNO solo ha aprendido una parte del flujo de cálculo; el cálculo completo de la energía aún requiere un paso de postprocesamiento.
Pero el camino ya está claro: la IA no reemplaza a la física, sino al paso de cálculo más costoso en los cálculos físicos: la operación repetitiva.
El próximo paso del equipo es completar los pasos restantes; en ese momento, el postprocesamiento también podría eliminarse. El futuro es prometedor.
Foto del equipo fundador
Referencias: https://tensorlab.cms.caltech.edu/users/anima/ks_fno.html
Este artículo proviene de la cuenta pública de WeChat "新智元" (New Zhi Yuan), autor: ASI启示录; editor: Ma Ke
