Calcular una vez el comportamiento cuántico de 100 electrones mediante un método de fuerza bruta lleva más tiempo que la edad del universo.
Una molécula farmacéutica puede tener miles de electrones; un material para baterías, aún más. Simularlos es una necesidad fundamental para el desarrollo de fármacos, baterías y chips.
El equipo de Anima Anandkumar del Instituto de Tecnología de California publicó un artículo el 24 de agosto, reduciendo la complejidad de este tipo de cálculos de cúbica a casi lineal mediante un modelo de IA.
https://x.com/AnimaAnandkumar/status/2092031815448248594
El efecto es bastante impresionante: se completó una simulación de un defecto metálico con 82,500 electrones en una sola GPU, mientras que en 2019 se necesitaron aproximadamente 7,800 GPU para cálculos similares.
Cuello de botella de 60 años de sueño
El método de cálculo más utilizado en el campo de la química cuántica se llama teoría del funcional de la densidad (DFT), una teoría de nivel Nobel, esencial para la selección de fármacos, el diseño de catalizadores y el desarrollo de materiales para baterías.
El problema es que es demasiado lento: cada vez que el sistema crece un poco, la cantidad de cálculo aumenta cúbicamente; si el número de electrones se duplica diez veces, la carga de cálculo aumenta mil veces.
Durante 60 años, los físicos han buscado formas de acelerarlo, pero sin avances sustanciales.
La IA ha intentado dos enfoques.
Una idea es hacer que el modelo prediga directamente el resultado final en un solo paso.
Funciona bien dentro de la distribución de entrenamiento, pero tiene muy poca capacidad de extrapolación: una vez que el numerador supera cualquier valor visto en el conjunto de entrenamiento, el error se descontrola.
Pruebas experimentales en el artículo muestran que, al extrapolar desde moléculas pequeñas a moléculas farmacéuticas, el error de los modelos de predicción directa aumenta de menos del 1% a aproximadamente el 10%, llegando hasta un 41%.
Otra aproximación sigue el camino tradicional de los físicos, haciendo que la IA aprenda un mapeo inverso.
Este enfoque es matemáticamente inestable; en los experimentos de control del artículo, todos los cálculos divergieron después de unas pocas iteraciones, fallando por completo.
Itera como una cadena de pensamiento, no adivines la respuesta de un solo paso.
Este artículo cambió de dirección.
El proceso de cálculo de DFT es un proceso iterativo repetitivo: en cada iteración, se proporciona un conjunto de condiciones de entrada, se calcula la densidad electrónica y luego se actualizan las condiciones de entrada con base en esta densidad, repitiéndose el ciclo hasta que los resultados se estabilizan.
Los métodos tradicionales se atascan en cada iteración, ya que requieren una solución de complejidad cúbica.
El equipo de Anandkumar hace esto: reemplazar este paso con IA.
Entrenar un operador neuronal de Fourier (FNO) para que aprenda la asignación directa «dadas las condiciones de entrada, generar la densidad electrónica correspondiente», reduciendo la complejidad computacional de O(N³) a O(N log N).
Luego, inserte el modelo de nuevo en el ciclo de iteración original y mantenga los demás pasos iguales.
https://x.com/AnimaAnandkumar/status/2090125110309204371
Se puede entender así: el modelo de predicción directa equivale a pedirle al LLM que dé la respuesta final de inmediato a un problema difícil; funciona bien para preguntas sencillas, pero tiende a equivocarse en los problemas complejos.
Kohn-Sham FNO equivale a permitir que el modelo realice una cadena de razonamiento durante la inferencia, realizando un razonamiento paso a paso, donde cada paso puede autocorregirse; si hay un error, las iteraciones posteriores lo corregirán.
Este diseño también tiene una ventaja que el modelo de predicción directa no posee: una válvula de seguridad.
Si el modelo se ve forzado más allá de su capacidad, las iteraciones divergen y los investigadores saben inmediatamente que los resultados no son confiables.
El primer intento de experimentos de dislocaciones de magnesio en el artículo validó esto: al calcular directamente con un modelo preentrenado general, todos los cálculos divergieron inmediatamente: la divergencia en sí misma es una alarma.
El modelo de predicción directa da una respuesta, y no puedes determinar si es correcta o incorrecta.
Los datos de entrenamiento utilizaron solo 8,504 estructuras, con un modelo que maneja simultáneamente moléculas y materiales sólidos, cubriendo los primeros cinco periodos de la tabla periódica.
Esto se debe a una variante de FNO invariante al dominio diseñada por el equipo: diferentes sistemas de tamaño comparten el mismo conjunto de filtros aprendidos, y tanto moléculas pequeñas como cristales bulk utilizan el mismo modelo.
Al extrapolar a moléculas grandes de fármacos no vistas en el conjunto de entrenamiento, el error de densidad de Kohn-Sham FNO es del 2.23%, mientras que el modelo de predicción directa es del 9.97%.
Cuanto mayor sea la molécula, más notable es la diferencia: al llegar a 45 átomos pesados, el error de predicción directa se dispara hasta el 41%, mientras que el Kohn-Sham FNO solo alcanza el 4%.
1 tarjeta GPU, 80,000 electrónes
El equipo realizó una validación a gran escala de la estructura de dislocaciones del magnesio.
En 2019, un estudio nominado al premio ACM Gordon Bell realizó cálculos DFT completos sobre 6.164 átomos de magnesio, utilizando aproximadamente 7.800 GPU NVIDIA V100 en la supercomputadora Summit.
El más reciente FNO de Kohn-Sham completó el cálculo de 8250 átomos y 82500 electrones de valencia en una sola GPU NVIDIA B300, con total convergencia.
La escala medida es de 1.03 (cercana a la linealidad perfecta), mientras que los métodos tradicionales son de 3.37 (cúbicos).
1 unidad B300 no es una comparación de hardware equivalente a 7800 unidades V100, pero el índice de escalado no se ve afectado por el hardware: uno es casi lineal, el otro es cúbico, y cuanto mayor sea el sistema, mayor será la irreversibilidad de la brecha.
El mismo día que se publicó el artículo, Anandkumar anunció la creación de la empresa de simulación física de IA Accelerated Understanding, que fue posteriormente reportada por Reuters.
https://www.reuters.com/business/ai-founders-who-walked-away-bezos-backed-prometheus-model-universe-2026-08-25/
Según ella presentó en X, el modelo de IA entrenado por la empresa simula fenómenos físicos en un espacio 4D con una longitud de contexto de más de 5 billones.
https://x.com/AnimaAnandkumar/status/2092236528898675014
Actualmente, Kohn-Sham FNO solo ha aprendido una etapa del proceso de cálculo; el cálculo completo de la energía requiere un paso adicional de postprocesamiento.
Pero el camino ya está claro: la IA no reemplaza la física, sino el paso más costoso en el cálculo físico: la operación repetitiva.
El próximo paso del equipo es completar los componentes restantes, lo que también eliminará la necesidad de procesamiento posterior. El futuro es prometedor.
Foto del equipo fundador
Referencia: https://tensorlab.cms.caltech.edu/users/anima/ks_fno.html
Este artículo proviene del canal de WeChat "Nueva Inteligencia", autor: Apocalipsis de la IA; editor: Marco