Modelo de aprendizaje automático predice nueva fase de hidrógeno sólido
El hidrógeno, el elemento más abundante en el universo, se encuentra en todas partes, desde el polvo que llena la mayor parte del espacio exterior hasta los núcleos de las estrellas y muchas sustancias aquí en la Tierra. Esa sería razón suficiente para estudiar el hidrógeno, pero sus átomos individuales también son los más simples de todos los elementos con solo un protón y un electrón. Para David Ceperley, profesor de física en la Universidad de Illinois en Urbana-Champaign, esto hace que el hidrógeno sea el punto de partida natural para formular y probar teorías de la materia.
Ceperley, también miembro del Centro de Ciencia y Tecnología de la Información Cuántica de Illinois, utiliza simulaciones por computadora para estudiar cómo los átomos de hidrógeno interactúan y se combinan para formar diferentes fases de la materia, como sólidos, líquidos y gases. Sin embargo, una verdadera comprensión de estos fenómenos requiere mecánica cuántica, y las simulaciones mecánicas cuánticas son costosas. Para simplificar la tarea, Ceperley y sus colaboradores han desarrollado una técnica de aprendizaje automático que permite realizar simulaciones mecánicas cuánticas con un número de átomos sin precedentes. Informaron en cartas de examen físico que su método encontró un nuevo tipo de hidrógeno sólido de alta presión que la teoría y los experimentos anteriores habían pasado por alto.
“El aprendizaje automático resultó enseñarnos mucho”, dijo Ceperley. “Habíamos observado signos de nuevos comportamientos en nuestras simulaciones anteriores, pero no confiábamos en ellos porque solo podíamos aceptar una pequeña cantidad de átomos. Gracias a nuestro modelo de aprendizaje automático, pudimos aprovechar al máximo los métodos más precisos y ver lo que realmente está sucediendo. »
Los átomos de hidrógeno forman un sistema mecánico cuántico, pero capturar su comportamiento cuántico completo es muy difícil, incluso en las computadoras. Una técnica de vanguardia como Quantum Monte Carlo (QMC) puede simular de manera realista cientos de átomos, mientras que comprender los comportamientos de fase a gran escala requiere simular miles de átomos durante largos períodos de tiempo.
Para hacer que QMC sea más versátil, dos exestudiantes de posgrado, Hongwei Niu y Yubo Yang, desarrollaron un modelo de aprendizaje automático entrenado con simulaciones de QMC capaces de acomodar muchos más átomos que solo QMC. Luego usaron el modelo con el investigador asociado postdoctoral Scott Jensen para estudiar cómo se derrite la fase sólida de hidrógeno que se forma a muy alta presión.
Los tres estaban examinando diferentes temperaturas y presiones para formar una imagen completa cuando notaron algo inusual en la fase sólida. Si bien las moléculas sólidas de hidrógeno normalmente son casi esféricas y forman una configuración llamada hexagonal apretado (Ceperley lo comparó con naranjas apiladas), los investigadores observaron una fase en la que las moléculas se convierten en figuras oblongas: Ceperley las describió como parecidas a huevos.
“Comenzamos con el objetivo no demasiado ambicioso de refinar la teoría de algo que conocemos”, recuerda Jensen. “Desafortunadamente, o quizás afortunadamente, fue más interesante que eso. Había este nuevo comportamiento que estaba apareciendo. De hecho, este era el comportamiento dominante a altas temperaturas y presiones, algo de lo que no había indicios en la teoría más antigua.
Para verificar sus resultados, los investigadores entrenaron su modelo de aprendizaje automático con datos de la teoría funcional de la densidad, una técnica ampliamente utilizada que es menos precisa que QMC pero puede acomodar muchos más átomos. Descubrieron que el modelo de aprendizaje automático simplificado reproducía perfectamente los resultados de la teoría estándar. Los investigadores concluyeron que sus simulaciones QMC asistidas por aprendizaje automático a gran escala pueden explicar los efectos y hacer predicciones que las técnicas estándar no pueden.
Este trabajo inició una conversación entre los colaboradores de Ceperley y algunos experimentadores. Las mediciones de hidrógeno a alta presión son difíciles de lograr, por lo que los resultados experimentales son limitados. La nueva predicción ha inspirado a algunos grupos a revisar el problema y explorar más detenidamente el comportamiento del hidrógeno en condiciones extremas.
Ceperley señaló que comprender el hidrógeno bajo altas temperaturas y presiones mejorará nuestra comprensión de Júpiter y Saturno, planetas gaseosos compuestos principalmente de hidrógeno. Jensen agregó que la «simplicidad» del hidrógeno hace que la sustancia sea importante para estudiar. “Queremos entender todo, así que tenemos que empezar con sistemas que podamos atacar”, dijo. «El hidrógeno es simple, por lo que vale la pena saber que podemos manejarlo».
#
Este trabajo fue realizado en colaboración con Markus Holzmann de la Univ. Grenoble Alpes y Carlo Pierleoni de la Universidad de L’Aquila. El grupo de investigación de Ceperley cuenta con el apoyo del Departamento de Energía de EE. UU., Oficina de Ciencias Energéticas Básicas, programa de Ciencias de Materiales Computacionales bajo el premio DE-SC0020177.
