Crédito: Dominio público de Pixabay/CC0
Los humanos pueden tardar años en resolver problemas científicos complejos. Con IA, puede tomar una fracción del tiempo.
El Dr. Shuiwang Ji, profesor en el Departamento de Ciencias de la Computación e Ingeniería de la Universidad de Texas A&M y un experto líder en el campo emergente de la IA para la ciencia e ingeniería, conocida como ai4cience, está a la vanguardia del uso de IA para acelerar la solución de problemas científicos.
Ji, junto con otros investigadores de Texas A&M, ha publicado recientemente un papel En fundaciones y tendencias en el aprendizaje automático que describe los usos y beneficios de AI4Science. Este artículo de colaboración presenta más de 60 autores de 15 universidades, y contiene más de 500 páginas de información sobre el uso de IA para la ciencia.
El documento destaca la importancia de usar IA para resolver ecuaciones complejas, que se pueden aplicar a muchas áreas diferentes de ciencia e ingeniería. Por ejemplo, la famosa ecuación de Schrodinger se puede resolver con IA, mejorando la eficiencia y la precisión en muchas áreas de investigación, incluido el descubrimiento de fármacos, el diseño de materiales, los materiales de la batería y el diseño de catalizador.
“El objetivo de las ciencias naturales es comprender el mundo en diferentes escalas temporales y físicas, lo que lleva a tres sistemas principales: cuántico, atómico y continuo”, dijo Ji, quien también es miembro presidencial de impacto y bordes de canciller. “Los fundamentos de estos sistemas están gobernados por ecuaciones diferenciales, pero la complejidad de estas ecuaciones aumenta significativamente a medida que crecen los sistemas”.
Estas ecuaciones diferenciales, como las de Schrodinger, pueden resolverse analíticamente a pequeña escala, probando la dinámica de dos partículas, como los electrones. A medida que aumenta el número de partículas que se están probando, la complejidad de las ecuaciones crece exponencialmente, haciéndolas imposibles de resolver para cualquier sistema de tamaños prácticamente útiles.
Al implementar la IA para resolver estas ecuaciones, los sistemas a gran escala se pueden analizar de manera efectiva en una fracción del tiempo que tomaría con los métodos tradicionales.
“Estamos utilizando AI para acelerar nuestra comprensión de la ciencia y diseñar mejores sistemas de ingeniería”, dijo Ji. JI también es Director de Investigación de Investigación de Inteligencia Artificial para Ciencia e Ingeniería (Raise) de Texas A&M. Con más de 85 miembros de la facultad de Texas A&M, la iniciativa de aumento está promoviendo la investigación colaborativa en IA.
“Tengo una curiosidad por la ciencia fundamental, ya que impulsa muchas áreas de investigación de ciencias e ingeniería gracias a los principios subyacentes y ecuaciones de gobierno compartidas”, dijo Ji.
Más información: Xuan Zhang et al, Inteligencia artificial para la ciencia en sistemas cuánticos, atomísticos y continuos, fundamentos y tendencias en el aprendizaje automático (2025). Doi: 10.1561/2200000115
Proporcionado por la Universidad de Texas A&M
Cita: AI aborda ecuaciones notoriamente complejas, que permite avances más rápidos en el diseño de drogas y materiales (2025, 25 de julio) recuperó el 25 de julio de 2025 de https://techxplore.com/news/2025-07-ai-tackles-notoriossy-complex-equations.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
