Búsqueda · 17 momentos en 4 episodios
Silvana TapiaJuan Carlos GilFrancis VillatoroHéctor SocasBorja Tosaragua a bajas y medias presioneshielos reales y potenciales profundosprecisión cuántica en el cálculo estructuralmétodo dft para paisaje del hieloestudio del paisaje del hielo gilaplicación del método a otros camposcarbono y silicio redes flexiblesenlaces de hidrógeno metanol amoníacohielos mezclados agua metano amoníacopotencial astrobiología juan carlos gilhielo l accesible en laboratoriospolimorfos del hielo planetatemperaturas decentes humanas hielo lDFTJuan Carlos GilFrancis Fetenfigura 3Yu, Yao Chen YuHai Yan YuLaboratorio Estatal de Procesado por SolidificaciónUniversidad Politécnica del NoroesteChinahielo 4hielo 5hielo 17hielo 0hielo Q mayúsculahielo I latina minúsculahielo LDFT-FETENThe InnovationCell Presshielo 11hielo 6hielo 15hielo 7hielo 8OPSPEXfigura 1figura 4Dinámica Molecular Avinicioteoría del funcional de la densidad DFTAIMDMonte CarloCarrBorja TosarCoca-Colafigura 7figura 6TPMDFETEN
Método DFT para paisaje del hielo
Con
0:000:301:001:302:002:303:003:35
Juan Carlos Gil comenta sobre un nuevo método para estudiar el paisaje del hielo, destacando que este método, según los autores y su propia opinión, abre una nueva etapa en el estudio de dicho paisaje, siendo también aplicable a otros campos.
…de densidad y una función de huella dactilar, un proceso de aprendizaje automático para reentrenar la red neuronal profunda, todo ello salpimentado con cálculos de la teoría del funcional de la densidad. En fin, no sé si alguien da más, pero es apabullante. Segundo resultado, al aplicar este método al agua, a bajas y medias presiones, han redescubierto todo lo que había por redescubrir. Los hielos reales, los sospechosos, propuestos anteriormente, lo que demuestra que el potencial profundo, hombre, describe la naturaleza de forma razonable. Ellos dicen siempre precisión cuántica. Bueno, el término podría ser discutible, pero realmente es una forma de calcular estas estructuras y sus energías muy próxima. A un DFT completo. Obviamente nadie ha podido hacer esto en toda la profundidad de presiones y temperaturas porque no había forma de hacerlo rápido. Por lo tanto, este método, en palabras de los autores y en mi opinión, abre una nueva etapa en el estudio del paisaje del hielo. Pero no solo del hielo, el método es perfectamente aplicable a otras sustancias que tengan redes flexibles y direccionales como el carbono o el silicio, en fin, buenos candidatos. U otras sustancias que tengan enlaces de hidrógeno, metanol, amoníaco, urea, y os recuerdo que muchos materiales planetarios están formados por hielos mezclados de agua, de metano, de amoníaco, estos bichitos que nos aparecen por aquí, así que tiene realmente mucho potencial, incluso en astrobiología, diría yo, viniéndome arriba. Identifican 34 polimorfos del hielo completamente nuevos, así que los Grupos experimentales del ámbito del hielo del planeta estarán tratando de caracterizarlos. Uno de ellos, al que llaman hielo L, es especialmente prometedor para su identificación; aparece entre menos y más 20 grados a temperaturas muy decentes humanas y pocas miles de atmósferas de presión, perfectamente accesibles a cualquier laboratorio. Y por último, y esto me pasa a menudo, por Eso elijo los artículos, pues una cuestión personal. El modelo TIP 4P 2005, os he dicho que es el campeón entre los modelos clásicos del agua, el estándar de oro, incluso a día de hoy, o al menos hasta ayer, hasta que se hizo este trabajo, era de Abascal y…
Significado #1 · Palabras #1
Juan Carlos Gil explica las ventajas de la Dinámica Molecular Avinicio (AIMD) sobre los métodos tradicionales de simulación, destacando su fidelidad cuántica a pesar del alto coste computacional.
Habla: Juan Carlos GilPalabras #13dinámica molecular avinicio aimdfidelidad cuántica en materia condensadacoste computacional simulación monte carlo…40 años desde las primeras simulaciones de dinámica molecular, Carr y Parrinello dieron un salto enorme a esto de la simulación por ordenador al unir la dinámica molecular con la mecánica cuántica. Crearon lo que se llama Dinámica Molecular Avinicio, A-I. -M-D, donde las fuerzas ya no vienen de un potencial artificial que hay que parametrizar, sino de resolver cuánticamente las nubes de electrones del sistema en cada paso de la simulación En particular, el método este de Cariparrinello usa la teoría del funcional de la densidad DFT, que es uno de los culpables habituales en teoría cuántica Con AIMD podemos, por tanto, simular la materia condensada con fidelidad cuántica, si se quiere, pero con un coste computacional desorbitado Entre mil y cien mil veces más que una simulación equivalente por Monte Carlo o por dinámica molecular Yo empecé la tesis en 1987 y por supuesto en mi grupo conocimos rápidamente los trabajos de Carr y Parrinello Pero su técnica estaba total, absoluta y demencialmente fuera de nuestro alcance En mi tesis hice Monte Carlo de polielectrolitos e iones con unas 500…
Juan Carlos Gil explica cómo la dinámica molecular con potencial profundo (TPMD) combina precisión cuántica y velocidad de la dinámica molecular clásica, permitiendo refinar el método durante la simulación.
Habla: Juan Carlos GilPalabras #20tpmd combina precisión cuántica velocidadaprendizaje activo refina método simulaciónred profunda calcula potencial partículadft feten optimiza configuraciones simulación…mostraron que podemos entrenar una red neuronal profunda para imitar la superficie de energía real cuántica dada por la DFT en lugar de tener que calcular la DFT completa en cada paso de la simulación. Vamos, yo me quedé de piedra, ultra ingenioso, así nace. La dinámica molecular con potencial profundo, TPMD, que combina las mejores cosas de ambos mundos: la precisión cuántica por una parte y la velocidad de la dinámica molecular clásica. Solo tienes que consultar la red profunda en cada paso de la simulación para que te dé el potencial en una partícula. Luego, en trabajos posteriores, refinaron el método con lo que llaman aprendizaje activo. El propio sistema durante la simulación, si se da cuenta, haciendo una serie de chequeos, que el potencial profundo que conoce empieza a no representar de forma óptima las configuraciones que le van saliendo en la simulación pues puede calcular esas configuraciones por un DFT chulo, FETEN, e incorporar esos nuevos valores al reentrenar la red e incorporarlo para seguir haciendo la simulación con un potencial refinado. Vale, os he hablado de agua por un poquito y también de simulación, pero todavía necesito introducir otra cosita antes de pasar al artículo, mezclando agua y simulación. ¿Qué modelos de agua se han utilizado para la simulación? Pues el primer modelo moderno…
Juan Carlos Gil introduce un artículo sobre la exploración de estructuras de polimorfos del hielo bajo presión, destacando su publicación en una revista joven llamada The Innovation.
Habla: Juan Carlos GilPalabras #11exploración polimorfos hielo presiónrevista the innovation cell pressciencia ingeniería y tecnología transversal…refinado varias veces desde entonces, bueno, hasta llegar al potencial para el agua llamado DP-SCAN de 2023 que reproduce de forma muy muy fiel todas las propiedades del agua líquida en un rango amplio de condiciones. Pero, ¿qué pasa con nuestros 22 patitos? ¿Qué pasa con los hielos? ¿Quién nos permite explorar ese vasto paisaje de enlaces de hidrógeno retorcidos bajo presión? Pues es aquí, es este en el contexto en el que aparece el artículo titulado Exploración de las estructuras de los polimorfos del hielo mediante potencial porofundo. Publicado en abierto el 16 de marzo; han pasado unos meses, en una revista que se llama The Innovation, que bueno, es de primer cuartil, es una revista muy joven, yo no la conocía, fue lanzada en 2020, es publicada por Cell Press, la de la revista Cell, que a todos esos así nos sonará, y está orientada a investigación de frontera entre ciencia, ingeniería y tecnología. Es bastante transversal. Los autores de ese trabajo son Yue Feng Lei, Xiang Yan Yu, Yao Chen Yu y Hai Yan Yu. No consigo nunca traer autores que pueda pronunciar, amigos. En fin, todos del Laboratorio Estatal de Procesado por Solidificación de la Universidad Politécnica del Noroeste,…
Juan Carlos Gil plantea las preguntas científicas que guían el artículo sobre estructuras de polimorfos del hielo bajo presión, explorando el paisaje completo de estos polimorfos a bajas y medias presiones.
Habla: Juan Carlos GilSignificado #10 · Palabras #4polimorfos del hielo bajo presiónfases nuevas del agua a bajas presionesexploración exhaustiva polimorfos hielopresiones medias hasta cien mil atmósferas…Lei, Xiang Yan Yu, Yao Chen Yu y Hai Yan Yu. No consigo nunca traer autores que pueda pronunciar, amigos. En fin, todos del Laboratorio Estatal de Procesado por Solidificación de la Universidad Politécnica del Noroeste, en Xi'an, China, como era de esperar. Vale, pues la pregunta científica que estos autores se plantean es: ¿Cómo es realmente el paisaje completo de los polimorfos del hielo a bajas y medias presiones? ¿Y qué fases nuevas del hielo, del agua, podrían esconderse ahí? Y lo que hacen es una exploración exhaustiva de los polimorfos del hielo desde una hasta cien mil atmósferas. Ojo, que a esto lo llaman ellos presiones medias, o sea que hay todavía campo hacia arriba de la presión. Vale, pues para ello los autores ponen a punto un método de predicción de estructuras cristalinas que está descrito en la figura 1 del artículo y que es su principal aportación metodológica, y que os tengo que contar rápidamente: primero para que os fascinéis…
Juan Carlos Gil describe un ciclo iterativo utilizado para generar estructuras de hielo posibles, comenzando con un algoritmo evolutivo llamado OPSPEX.
Habla: Juan Carlos GilSignificado #14 · Palabras #12algoritmo evolutivo opspexestructuras de hielo posiblesfitness según energía calculadapotencial neuronal profundo más rápido…cristalinas que está descrito en la figura 1 del artículo y que es su principal aportación metodológica, y que os tengo que contar rápidamente: primero para que os fascinéis al menos una fracción de lo que lo he hecho yo y para que podáis entender. Lo que luego os cuento: Es un ciclo que en la figura va en el sentido de las agujas del reloj. Empieza arriba a la izquierda, en una caja que pone generación de estructuras, donde se usa un algoritmo evolutivo llamado OPSPEX para generar muchísimas estructuras de hielo posibles. Al principio del todo, completamente al azar, y luego, a lo largo de cuando se realimenta el ciclo, pues van combinando y mutando las mejores estructuras que se van encontrando, evaluando su aptitud, su fitness, que en este caso es cuán estables parecen según su energía calculada. En la primera iteración esto se calcula con un DFT completo, pero en iteraciones sucesivas ya se va utilizando el potencial neuronal profundo, lo cuento luego, pues que es muchísimo, muchísimo más rápido. El segundo paso a la derecha de este en la figura. Se llama evolución de estructuras. Estas estructuras crudas que ha generado la etapa anterior pasan por una dinámica molecular con este potencial profundo, de tal forma que las estructuras se relajan, los enlaces de hidrógeno se reorganizan, se escapan de…
Juan Carlos Gil describe un proceso de filtrado y poda de estructuras de hielo generadas previamente, utilizando un mapa de energía-densidad para identificar las más estables.
Habla: Juan Carlos GilSignificado #4mapa energíadensidad figura 3envolvente convexa estructuras hielodiferencia energía corte 18 mevestructuras prometedoras poda filtrado…configuraciones lo más estables posibles. Y al final de esta etapa se hace una pequeña optimización geométrica para garantizar que cada estructura llega a eso, a un mínimo de energía al menos local. La tercera etapa, más allá de la derecha, se llama. Filtración o filtrado de estructuras, que es donde empieza la poda. Aquí nos llegan un montón de estructuras, nos queremos quedar con las prometedoras. Lo que se hace es que se coloca cada una de estas estructuras que llegan en un mapa de energía-densidad, como el de la figura 3, que también quiero comentar luego rápidamente, y se calcula con todas las estructuras la envolvente convexa, la zona donde las estructuras son más estables y solo se conservan; las otras se desechan, las que están en esa frontera o ligeramente por encima. Utilizan una diferencia de energía de corte de 18 mili -electrónvoltios por molécula de agua. Aquí hablamos de milielectrónvoltios, Héctor; no pongas esa cara, no de giga ni teraelectrónvoltios como habláis. A ver, de física de altas energías. Vale, luego también miran estructuras posiblemente duplicadas y desechan una de ellas, mediante lo que llaman…
Juan Carlos Gil describe la visualización de los resultados obtenidos en la generación de estructuras de hielo, mostrando un mapa de energía-densidad donde cada punto representa una estructura y explicando el significado de las líneas Cian y naranja.
Habla: Juan Carlos GilSignificado #2potencial profundo describe estructuras inusualesred neuronal convergida y procesotécnica para elegir estructurasdft calcula potencial de estructuraerror potencial profundo dft-fetenestructuras complejas umbral energéticoentrenamiento potencial profundo red profundaaprendizaje activo estructuras mejorescálculo energía libre estructuras supervivientesdft refinamiento geometrías exactasdinámica molecular potencial porcentajesimulaciones energía libre estructurasmapa energía-densidad estructuras hielolínea cian envolvente convexaumbral filtrado línea punteada naranjafases del hielo conocidas métodohielos desafiantes como el 4 y 5esquivo hielo 17 metastableestructuras predichas simulaciones autoreshielo i latina minúscula no identificadoredescubrimiento de hielos naturalesnuevas estructuras de hielo y síntesismétodo para generar estructuras de hielo34 hielos nuevos dentro del umbral energético…esta pregunta es no y el ciclo sigue. Pero si en algún momento el método encuentra que ya ha convergido, pues se saldría por la esquina inferior derecha del diagrama que os cuento luego. Si no, sigue en el sentido horario hacia el siguiente punto de decisión. ¿Ha convergido la red neuronal? Donde aquí lo que hacen es comprobar si el potencial profundo que tenemos en estos momentos están describiendo bien las estructuras rarunas que van saliendo con el proceso. Se eligen unas cuantas de ellas, hay una técnica para elegirlas y se calcula su DFT, su estructura y su potencial, bien con un DFT bien hecho. Si el error del potencial profundo respecto del DFT-FETEN supera los 3 milielectronvoltios por molécula, entonces se cogen esas estructuras complicadas y se alimentan a la última fase del ciclo, el entrenamiento del potencial profundo que os mencionaba antes. Se calcula un DFT superbueno y se alimenta con estas estructuras a la red profunda para mejorar el potencial profundo, valga la redundancia de tanto profundo; era lo que antes llamábamos aprendizaje activo. Tenemos entonces estructuras mejores, potencial refinado y seguimos con el ciclo hasta que, después de dar las vueltas que sean necesarias, Convergen los dos puntos de decisión que hay en el diagrama y cuando es así nos salimos en el bloque final, abajo a la derecha de la figura, que pone cálculo de la energía libre con las estructuras supervivientes a todas estas perrerías, pues se relajan por última vez con un DFT ahora muy, muy, muy fino para obtener las geometrías exactas, perfectas y se calcula su energía libre mediante nuevas simulaciones por dinámica molecular con potencial porcentaje. No sé si habéis, bueno, montón de palabras; a mí es una belleza que me sublime ya lo que hacen aquí, cosa que yo desconocía; yo me salí de esto hace ya algunas décadas y he flipado. Resultados exploran 131.481 estructuras, más de 130.000. La figura 3 es el mapa de energía-densidad, energía-densidad que os comentaba antes y han puesto todos los puntitos de todas las estructuras; cada puntito azul clarito es una estructura. La línea Cian por debajo es la envolvente convexa de la que os hablaba y 18.000 eV por arriba, la línea punteada naranja, es el umbral de filtrado. Entre ambas líneas están las estructuras que diría Francis Feten, que incluyen, ojo, todas las fases del hielo conocidas a este rango de presiones y temperaturas que el método, sorprendentemente para mí, ha redescubierto sin ningún problema. Incluidas destacan los autores, los desafiantes hielos 4 y 5, que son puñeteros, y el esquivo hielo 17, que es metastable. Todas las estructuras del hielo las recaza el método este. También encuentran varias estructuras que han sido predichas por simulaciones de otros autores como los hielos i latina minúscula, hielo 0, hielo Q mayúscula y hielo c minúscula. Alucinas con los nombres, que no se han identificado todavía experimentalmente. Pero bueno, tanto redescubriendo los hielos naturales como los todavía no descubiertos en la naturaleza, pues les da una enorme confianza que su método está funcionando fenomenal. Vale, pues además de todos los reportados previamente, encuentran 34 hielos nuevos dentro de este umbral de energías posibles que, dicen ellos, tienen una alta probabilidad de que puedan sintetizarse o existan En algún sitio del universo, alguno de ellos aventuran, podría ser el famoso, famoso para los que estamos un poco ahí, el hielo amarillo, una fase que se determinó experimentalmente en 2019, pero que aún no se ha caracterizado. Se llama hielo amarillo, me…
Juan Carlos Gil describe un análisis exhaustivo de las estructuras de hielo generadas, utilizando un análisis de componentes principales para caracterizar estas estructuras.
Habla: Juan Carlos GilSignificado #12análisis componentes principales red oxígenosestructuras de hielo y análisis de componentes principalesfigura 4 forma de cocodrilo…sea de color amarillo, sino porque los autores colorearon en los papers las zonas en los diagramas de Fasel y otras figuras de color amarillo; esa zona que no sabéis muy bien qué es, así que en el mundillo se ha quedado con el nombre de hielo amarillo. Vale. pues tenemos estas 34 hielos nuevos y 130.000 estructuras que podemos mirar Así que lo que hacen es escudriñarlas con toda intensidad mediante un análisis de componentes principales de la red de oxígenos Descubren eso, los componentes principales, las dos cosas más relevantes para caracterizar esas estructuras y el resultado es la figura 4, que ojo, según ellos tienen una intrigante, utilicen esta palabra, una intrigante forma de cocodrilo no sé si, bueno, no quiero poner la figura, siempre Me recuerda Héctor que esto es un podcast; yo no veo cocodrilo por ningún lado. Según ellos, el cocodrilo en la figura 4 tiene la cabeza en la parte baja izquierda y la cola arriba en el centro, que bueno, para mí es un poco pareidolia, pero por lo menos…
Juan Carlos Gil describe una correlación en la densidad de las estructuras de hielo representadas en el panel C de una figura, observando un gradiente que va desde la cabeza (hielos 17 y 1H) hasta la cola (hielos 6, 15, 7 y 8).
Habla: Juan Carlos GilSignificado #11densidad de estructuras hielo panel chielos baja densidad 17 y 1hhielos alta densidad parejas 6 y 15gradiente desde hielos abiertos a compactos…arriba en el centro, que bueno, para mí es un poco pareidolia, pero por lo menos podemos referirnos a la forma de cocodrilo. Si me permites, sería un tiburón blanco abriendo la boca. Mira, un tiburón me gusta más que el cocodrilo, pero bien, lo has visto. Si es interesante en esa misma figura el panel C, donde han coloreado estas 130.000 estructuras según su densidad, que se calculan las simulaciones, obviamente, y se ve que sí hay una correlación a lo largo del cocodrilo, empezando en la cabeza, donde estarían las zonas de baja densidad, los hielos 17, el 1H habitual y su pareja de protones desordenados, que es el hielo 11, y en la cola estarían los hielos de más alta densidad, con las parejas 6 y 15 y 7 y 8. Con lo cual hay un gradiente a lo largo de este cocodrilo tiburón, pues de un gradiente desde hielos abiertos, si queremos, hasta los hielos más compactos. Otro resultado fundamental de este trabajo es, obviamente, el propio potencial profundo refinado que se ha incurrado apto para este régimen de presiones, que está publicado de forma abierta, claro, y son dos millones de parámetros de la red neuronal entre…
Juan Carlos Gil explica cómo se utiliza un potencial específico para calcular el diagrama de fases del agua, mencionando una técnica de integración termodinámica y advirtiendo sobre una complejidad que prefiere no explicar debido a las reacciones del público.
Habla: Juan Carlos GilSignificado #9potencial específico y diagrama fases aguaintegración termodinámica para el aguadft estructuras a temperatura cerodiagrama de fases a temperaturas integradascálculo dft para diagrama de fasespotencial profundo y precisión experimentalfigura 6 comparativa experimentaldiagrama de fases y estabilidad hielo lhielo l nomenclatura poco acertadahielo celeste oportunidad perdidahielo l rodeado de hielo coca colaagua líquida bajo presión y temperaturapuntos triples en hielo lhielo l en el manto terrestrered autointerpenetrante de hielo lmoléculas de agua helicoidalesfigura 7 del estudio hielo l…de forma abierta, claro, y son dos millones de parámetros de la red neuronal entre pesos y sesgos, pues ahí hay dos millones de numeritos, también publican el código, con lo cual, pues fenomenal, ciencia abierta para seguir acercándonos a la realidad natural. Con ese potencial y utilizando integración termodinámica calculan el diagrama de fases del agua. Aquí hay una sutil cosa pero no me quiero meter porque ya me estáis empezando a mirar raro. La diferencia en el DFT da las estructuras a temperatura cero. Si quieres hacer un diagrama de fases a temperaturas pues tienes que integrar, tienes que ir enchufando la temperatura. Bueno, el caso es que calculan con su potencial profundo, con una precisión, dicen, equivalente, siempre con comillas, pero oye, es que si no sería imposible, pues a la quedaría una DFT de cada punto de ese diagrama de fases. Y lo comparan con el experimental, que está en la figura 6. Las líneas grises son el experimento y las rojas este trabajo. Y es en este diagrama de fases donde aparece el otro resultado fundamental de este trabajo: una región de estabilidad, encuentran en la línea. En la figura está coloreado de cian, una región de estabilidad que los autores llaman hielo L, que jolín, qué oportunidad perdida para haberlo llamado hielo cian y haber seguido jugando, haciendo ese jueguecillo del hielo amarillo o hielo celeste. Mira, hielo celeste, bueno, como se dice eso, bueno, el hielo L y realmente, ahora que lo pienso, no sé a qué viene la L. Hielo del cielo, más que celeste, hielo del cielo hubiera quedado. Vamos, que había, bueno. El caso es que está rodeado, si veis la figura pues lo ves, está rodeado de 4, del 1H, el hielo de la Coca-Cola. El 2, el 5 y el mismo agua líquida por debajo, porque está a presiones, está a temperaturas decentes dando lugar, por tanto, si existe a cuatro nuevos puntos triples, ¿vale? Según los autores, bueno pues podría existir en el manto terrestre o en el interior de planetas y lunas heladas. El hielo L lo tienen ahí en la simulación; tienen las coordenadas, analizan su estructura y resulta ser endiablada. La llaman red autointerpenetrante, con dos tipos distintos de moléculas de agua: unas de ellas interconectadas en forma de cadenas helicoidales, mientras que otras moléculas unen estas hélices. Son las moléculas de color rojo y azul respectivamente en la figura 7. Además, si estuviese Gastón le gustaría; en la celda unidad hay hélices que giran en un sentido y otras que giran en el otro. A mí me dan tiempo infinito para inventarme una estructura rara del agua y no se me ocurre esta barbaridad. Bueno, la gran pregunta:…
Juan Carlos Gil explica la importancia del funcional de intercambio y correlación en la teoría del funcional de la densidad (DFT), señalando que este es clave para diferenciar entre los distintos tipos de DFT.
Habla: Juan Carlos GilSignificado #6 · Palabras #2funcional intercambio correlación dfttérmino intercambio teoría del funcional densidadhielo y términos ft…la gran pregunta: ¿este hielo L es real o no? Hay que fijarse; a eso hacen los autores, en las discrepancias entre el diagrama de fases que calculan y es la experimental, que son visibles en la figura. Dicen los autores que la fuente principal de error de Su método es la selección del funcional para el término que se llama de intercambio o correlación de la teoría del funcional de la densidad. Bueno, un montón de palabras, pero es la clave del DFT; de hecho, a menudo nos llamamos a las distintas DFTs por qué término de intercambio de correlación se utiliza. Y no existe hoy en día un buen término de FT para el hielo, para que desquiva todas las fases. Ellos han utilizado un funcional que se llama SCAN, pero al menos hay otros dos. Así que han cogido esos otros dos funcionales y han recalculado la envolvente convexa de la que hablábamos antes con esos dos funcionales a ver si salen cosas muy distintas, con…
Juan Carlos Gil comenta sobre un nuevo método para estudiar el paisaje del hielo, destacando que este método, según los autores y su propia opinión, abre una nueva etapa en el estudio de dicho paisaje, siendo también aplicable a otros campos.
Habla: Juan Carlos GilSignificado #1 · Palabras #1agua a bajas y medias presioneshielos reales y potenciales profundosprecisión cuántica en el cálculo estructuralmétodo dft para paisaje del hieloestudio del paisaje del hielo gilaplicación del método a otros camposcarbono y silicio redes flexiblesenlaces de hidrógeno metanol amoníacohielos mezclados agua metano amoníacopotencial astrobiología juan carlos gilhielo l accesible en laboratoriospolimorfos del hielo planetatemperaturas decentes humanas hielo l…de densidad y una función de huella dactilar, un proceso de aprendizaje automático para reentrenar la red neuronal profunda, todo ello salpimentado con cálculos de la teoría del funcional de la densidad. En fin, no sé si alguien da más, pero es apabullante. Segundo resultado, al aplicar este método al agua, a bajas y medias presiones, han redescubierto todo lo que había por redescubrir. Los hielos reales, los sospechosos, propuestos anteriormente, lo que demuestra que el potencial profundo, hombre, describe la naturaleza de forma razonable. Ellos dicen siempre precisión cuántica. Bueno, el término podría ser discutible, pero realmente es una forma de calcular estas estructuras y sus energías muy próxima. A un DFT completo. Obviamente nadie ha podido hacer esto en toda la profundidad de presiones y temperaturas porque no había forma de hacerlo rápido. Por lo tanto, este método, en palabras de los autores y en mi opinión, abre una nueva etapa en el estudio del paisaje del hielo. Pero no solo del hielo, el método es perfectamente aplicable a otras sustancias que tengan redes flexibles y direccionales como el carbono o el silicio, en fin, buenos candidatos. U otras sustancias que tengan enlaces de hidrógeno, metanol, amoníaco, urea, y os recuerdo que muchos materiales planetarios están formados por hielos mezclados de agua, de metano, de amoníaco, estos bichitos que nos aparecen por aquí, así que tiene realmente mucho potencial, incluso en astrobiología, diría yo, viniéndome arriba. Identifican 34 polimorfos del hielo completamente nuevos, así que los Grupos experimentales del ámbito del hielo del planeta estarán tratando de caracterizarlos. Uno de ellos, al que llaman hielo L, es especialmente prometedor para su identificación; aparece entre menos y más 20 grados a temperaturas muy decentes humanas y pocas miles de atmósferas de presión, perfectamente accesibles a cualquier laboratorio. Y por último, y esto me pasa a menudo, por Eso elijo los artículos, pues una cuestión personal. El modelo TIP 4P 2005, os he dicho que es el campeón entre los modelos clásicos del agua, el estándar de oro, incluso a día de hoy, o al menos hasta ayer, hasta que se hizo este trabajo, era de Abascal y…
Borja Tosar comenta sobre cómo utilizó ChatGPT para calcular la longitud necesaria de luces para decorar un árbol de Navidad de 2,40 metros. Juan Carlos Gil interviene para explicar que el uso de inteligencia artificial en la identificación de fases del hielo no es generativa, sino resultado de machine learning y otras técnicas.
Habla: Borja TosarSignificado #13inteligencia artificial fases hielomachine learning identificación hielojuan carlos gil inteligencia artificial…Navidad justo detrás, perfectamente iluminado en espiral, elíptica, astrofísica, o sea, precioso. Pues tiene mucha ciencia este árbol, porque tengo que decir, lo puso Olga porque es muy navideña; a mí no me desagrada, pero en la tienda de las luces teníamos el tamaño del árbol y le pedí a ChaGPT que me hiciera el cálculo de qué longitud tenía que tener de luces, un árbol de 2,40 metros con 1,35 metros de base y quiero tantas vueltas, lo de la inteligencia artificial es una cosa maravillosa, y me dio la medida y salió perfecto, las vueltas, todo muy bien, nada generativa, muy bien Nos estaba contando Juan Carlos como la inteligencia artificial ha identificado treinta y pico millones de fases del hielo No le llames a eso inteligencia artificial, una cosa es la generativa y otra cosa el machine learning y las redes neuronales profundas junto a dinámica molecular, teoría del funcional de la densidad y mogollón de cosas que he contado, no me lo llames en Ahí solamente, pero viene a ser lo mismo, ¿no? A veces la gente nos pregunta, y creo que tenemos una—por cierto—igual luego podemos sacarla sobre si va a ayudar la inteligencia artificial a la ciencia, y yo creo que ya lo hace de muchas formas; quizás no, a…