Generating is not discovering: a pre-registered physics judge for AI-proposed superconductors, calibrated on six known superconductors and one negative control

La búsqueda de nuevos superconductores —materiales que conducen la electricidad con resistencia cero— ha entrado en una nueva era en la que se le pide a la inteligencia artificial que los imagine. Durante décadas, los científicos han sabido que para que un material se convierta en superconductor, sus electrones deben emparejarse de una manera específica, y el material debe ser lo suficientemente resistente como para ser transformado en un cable para su uso práctico. Recientemente, potentes modelos informáticos han comenzado a generar millones de nuevas estructuras cristalinas, afirmando que son estables y prometedoras. Sin embargo, queda una pregunta crítica sin respuesta: ¿poseen estas ideas generadas por computadora las propiedades físicas necesarias para funcionar, o son solo formas matemáticamente estables que fallan al ser contrastadas con las leyes de la física? El campo carecía de una forma estándar para comprobar si un material propuesto puede realmente emparejar sus electrones y sobrevivir al viaje desde un banco de laboratorio hasta una aplicación en el mundo real.

Reinaldo Inácio, un investigador con sede en São Paulo, ha construido un sistema de prueba riguroso para responder a esta pregunta. Él lo llama un "juez de la física". A diferencia de los métodos anteriores que simplemente comprueban si una estructura se mantiene unida, este juez simula el complejo comportamiento de los electrones para ver si se emparejarán y formarán un estado superconductor. El sistema toma una estructura cristalina como entrada y la somete a una serie de siete etapas estrictas. Primero, calcula la estructura electrónica del material. Luego, construye un modelo simplificado para rastrear cómo se mueven los electrones. Después, calcula cómo responde el material a las fluctuaciones magnéticas, que son las fuerzas que a menudo causan que los electrones se emparejen en los superconductores de alta temperatura. Finalmente, comprueba si el material puede convertirse en un cable, analizando factores como el comportamiento de los electrones en los límites entre cristales y cómo el material maneja el estrés. Cada paso está gobernado por reglas preestablecidas, y todo el proceso está diseñado para ser transparente y reproducible, con cada cálculo registrado para que cualquiera pueda verificar el resultado.

Para demostrar que este juez funciona, el investigador primero lo probó con seis superconductores conocidos, incluyendo materiales como el niobio y un compuesto basado en cobre llamado YBa2Cu3O7. Antes de ejecutar los cálculos, escribió exactamente lo que el juez debería encontrar para cada material, creando un conjunto de "claves de respuesta". El sistema identificó con éxito el comportamiento de emparejamiento correcto para los seis materiales conocidos, confirmando que podía reconocer la física de los superconductores reales. El juez también identificó correctamente un control negativo: un material que es muy similar a un superconductor conocido pero que no es superconductor. Cuando el juez analizó este material no superconductor, determinó correctamente que los electrones no se emparejarían, a pesar de que la estructura del material era casi idéntica a la de uno funcional. Esto demostró que el juez es lo suficientemente sensible como para distinguir entre materiales que funcionan y los que no, basándose en sutiles diferencias en sus interacciones electrónicas.

El investigador utilizó luego este juez para auditar el resultado de los generadores actuales de inteligencia artificial. Examinó miles de estructuras propuestas por sistemas de IA y las sometió al juez de la física. Los resultados fueron contundentes. Cuando el juez analizó 1,248 nuevas estructuras generadas por un sistema de IA llamado MatterGen, encontró cero candidatos que fueran nuevos y capaces de transportar el emparejamiento de electrones específico necesario para un cable. Del mismo modo, cuando el juez escaneó más de 47,000 compuestos de una base de datos pública, encontró que, aunque muchos tenían la forma geométrica adecuada, carecían de la fuerza electrónica necesaria para convertirse en superconductores. El estudio concluyó que la generación actual de herramientas de IA es excelente para encontrar formas estables, pero aún no está descubriendo nueva física. La IA está, esencialmente, redescubriendo materiales que los científicos ya conocen, o proponiendo estructuras que parecen prometedoras en el papel pero que fallan en la prueba física del emparejamiento de electrones.

El artículo sostiene que el cuello de botella en el descubrimiento de nuevos superconductores ya no es la capacidad de generar ideas, sino la capacidad de juzgarlas. El costo de ejecutar todo este juez de la física en un nuevo material es sorprendentemente bajo, estimado en menos de 200 dólares estadounidenses en costos de computación en la nube para todo el estudio. El investigador propone que la comunidad científica adopte este juez como un referente público. Antes de que cualquier nuevo material generado por IA sea celebrado como un descubrimiento, debe pasar por esta prueba para ver si realmente posee la física para realizar el trabajo. Hasta que se aplique una prueba como esta, las miles de estructuras "estables" propuestas por la IA siguen siendo ideas no probadas. El estudio sugiere que el verdadero descubrimiento solo ocurrirá cuando la generación de nuevas ideas se vea igualada por un filtro riguroso basado en la física que pueda decir "no" a los materiales que no pueden funcionar, asegurando que los esfuerzos futuros se centren solo en candidatos con una posibilidad genuina de convertirse en la próxima generación de cables superconductores.