El investigador Pablo Piaggi, del centro CIC nanoGUNE en San Sebastián, ha liderado un estudio que, utilizando la inteligencia artificial avanzada, proporciona ‘nuevas pistas’ acerca de la formación de los minerales en el ambiente natural.
Publicado en la edición especial Machine Learning in Chemistry de Proceedings of the National Academy of Sciences (PNAS), el estudio evidencia que los modelos de aprendizaje automático, que son sistemas de IA que aprenden a partir de grandes volúmenes de datos, pueden ‘simular complejas reacciones químicas esenciales para comprender la biomineralización y la secuenciación de carbono, un mecanismo clave para mitigar el cambio climático’, según explicaron desde el CIC nanoGUNE.
La investigación se enfoca en el carbonato cálcico, un mineral crucial encontrado en las conchas marinas, corales y formaciones geológicas, que desempeña un papel vital en la captura de CO2 atmosférico.
Piaggi y su equipo han implementado un modelo de aprendizaje automático basado en la mecánica cuántica de primeros principios, lo que no solo ha mejorado la precisión sino que también ha permitido descubrir detalles antes ocultos, como la manera en que la pérdida de un protón es facilitada por la asociación de los iones, detallaron fuentes del centro.