A single design choice determines whether machine learning models of materials make physically impossible predictions
Este artículo demuestra que la incorporación de etiquetas de paridad en las características de los modelos de aprendizaje automático es una elección de diseño crítica que garantiza predicciones físicamente exactas para propiedades prohibidas por simetría en cristales centrosimétricos, mientras que los modelos que carecen de esta característica producen errores físicamente imposibles en casi todos los casos sin sacrificar la precisión.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En la búsqueda del descubrimiento de nuevos materiales, los científicos han dependido durante mucho tiempo de un poderoso atajo: utilizar las reglas de la simetría para predecir cómo se comportará un cristal. Los cristales no son montones aleatorios de átomos; son estructuras altamente ordenadas donde los átomos se repiten en patrones precisos. Debido a este orden, las leyes de la física dictan que ciertas propiedades deben comportarse de formas específicas. Por ejemplo, si un cristal se ve exactamente igual cuando lo giras boca abajo a través de su centro —una propiedad conocida como centrosimetría—, entonces no puede generar electricidad cuando se comprime. Esto no es una cuestión de que el material sea débil o de que la medición sea imprecisa; es una regla dura de la naturaleza. Si un cristal tiene esta simetría central, la respuesta eléctrica debe ser exactamente cero.
Durante décadas, los investigadores han utilizado complejas simulaciones por computadora basadas en la mecánica cuántica para calcular estas propiedades. Hoy en día, sin embargo, un método más rápido está tomando el control: el aprendizaje automático (machine learning). Estos modelos de inteligencia artificial son entrenados para predecir las propiedades de los materiales aprendiendo de vastas bases de datos de cristales conocidos. Se están convirtiendo en la herramienta principal para el descubrimiento de nuevas sustancias para baterías, células solares y electrónica. La esperanza es que estos modelos puedan aprender las reglas de la simetría tal como lo haría un físico humano, o quizás mejor, encontrando patrones en los datos que los humanos podrían pasar por alto. Pero esta velocidad conlleva un riesgo: si el modelo no obedece estrictamente las leyes fundamentales de la simetría, podría predecir que un cristal puede hacer algo que la naturaleza prohíbe, como generar electricidad cuando físicamente no puede.
Un estudio reciente realizado por investigadores de la Universidad de Texas A&M y otras instituciones revela una falla sorprendente en la forma en que se construyen muchos de estos populares modelos de aprendizaje automático. El equipo descubrió que si un modelo respeta estas leyes absolutas de la física no está determinado por cuántos datos ve o cuánto tiempo es entrenado. En su lugar, es decidido por una única y diminuta elección de diseño realizada antes de que comience el entrenamiento. Esa elección es si las "características" internas del modelo —los bloques de construcción matemáticos que utiliza para entender la forma de un cristal— portan una etiqueta específica llamada "paridad". La paridad es una forma de rastrear cómo cambia una forma cuando se refleja en un espejo o se gira hacia adentro. Los investigadores encontraron que si un modelo carece de esta etiqueta, es matemáticamente incapaz de predecir el cero exacto requerido por la simetría, sin importar cuánto lo intente. Siempre producirá un número pequeño pero distinto de cero, lo cual representa una predicción físicamente imposible.
Para probar esto, los investigadores establecieron una prueba rigurosa utilizando una propiedad llamada tensor piezoeléctrico, que mide cuánta electricidad produce un cristal cuando se comprime. Se centraron en dos mil cristales diferentes que son conocidos por ser centrosimétricos, lo que significa que tienen un centro de simetría. Según las leyes de la física, la respuesta piezoeléctrica de todos estos cristales debe ser exactamente cero. El equipo tomó varios de los modelos de aprendizaje automático más avanzados utilizados en el campo y creó dos versiones de cada uno. Una versión fue construida con las etiquetas de paridad incluidas, mientras que la otra fue construida sin ellas, siendo idénticas en todo lo demás. Luego entrenaron ambas versiones con los mismos datos y les pidieron predecir la respuesta piezoeléctrica de los dos mil cristales centrosimétricos.
Los resultados fueron dramáticos e inmediatos. Los modelos con las etiquetas de paridad predijeron un valor de cero para cada uno de los cristales, llegando hasta los límites de la precisión de la computadora. Identificaron correctamente que estos materiales no podían producir electricidad. En marcado contraste, los modelos sin las etiquetas de paridad fallaron estrepitosamente. Predijeron una respuesta eléctrica distinta de cero para el 90 al 96 por ciento de los cristales. Estas predicciones no eran errores minúsculos; a menudo eran tan grandes como las respuestas eléctricas reales encontradas en materiales que sí pueden generar electricidad. La diferencia entre los dos grupos no era una cuestión de unos pocos decimales; era una brecha de seis órdenes de magnitud, lo que significa que los modelos "incorrectos" eran un millón de veces más propensos a predecir un evento físicamente imposible que los modelos "correctos".
Los investigadores luego probaron si el entrenamiento podía solucionar el problema. Alimentaron a los modelos "incorrectos" con datos adicionales, mostrándoles específicamente ejemplos de cristales centrosimétricos con la etiqueta correcta de cero, con la esperanza de que los modelos aprendieran a respetar la regla. No funcionó. Incluso después de ver miles de ejemplos donde la respuesta era cero, los modelos continuaron prediciendo valores distintos de cero. Podían acercarse a cero, pero nunca podían alcanzar el cero exacto requerido por las leyes de la física. El estudio también mostró que simplemente promediar los resultados de un modelo y su imagen especular no resolvía el problema, porque la estructura subyacente del modelo era ciega a la regla de simetría.
Este hallazgo tiene implicaciones profundas para el campo de la ciencia de materiales. Sugiere que la confiabilidad de un modelo de aprendizaje automático no se trata solo de su precisión en pruebas estándar, sino de su capacidad estructural para representar la realidad física. Los investigadores auditaron dieciocho arquitecturas de aprendizaje automático actualmente en uso y encontraron que exactamente la mitad de ellas carecen de las etiquetas de paridad necesarias. Esto significa que una parte significativa de las herramientas que los científicos están usando para descubrir nuevos materiales son fundamentalmente incapaces de realizar la predicción correcta para una gran clase de cristales. El problema no es que estos modelos sean malos aprendiendo; es que su diseño les impide aprender esta verdad específica.
El estudio también destacó una tendencia creciente en el campo donde los científicos toman un modelo preentrenado, que ya ha aprendido la estructura general de los átomos, y le adjuntan una nueva "cabeza" para predecir una propiedad específica. Los investigadores demostraron que si el modelo original fue construido sin etiquetas de paridad, el nuevo predictor de propiedades heredará ese defecto. No importa qué tan cuidadosamente se diseñe la nueva parte; si el fundamento carece de la etiqueta de simetría, toda la estructura fallará en respetar las leyes de la física. Esto significa que la decisión de incluir o excluir esta etiqueta se toma "aguas arriba", a menudo por los creadores del modelo base, y dicta silenciosamente la validez de cada predicción realizada por cualquier persona que use ese modelo más adelante.
En última instancia, el artículo argumenta que para que el aprendizaje automático sea verdaderamente confiable en la ciencia, debe construirse con las leyes de la física integradas en su estructura, no solo aprendidas de los datos. Los investigadores proponen una comprobación sencilla: antes de confiar en un modelo para predecir una propiedad que debería ser cero debido a la simetría, uno puede probarlo en segundos aplicando una reflexión de espejo a una estructura cristalina aleatoria. Si el modelo predice un valor distinto de cero, carece de la etiqueta de paridad necesaria y no puede ser confiable para esa tarea. Esto no es una sugerencia de mejora, sino un requisito para la validez física. El estudio concluye que la presencia o ausencia de esta única etiqueta determina si un modelo es una herramienta para el descubrimiento o una fuente de predicciones imposibles, y es un detalle que debe ser reportado y verificado para cada modelo utilizado en la búsqueda de nuevos materiales.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.