Cuando el químico nacido en Ciudad de México (México) Alán Aspuru-Guzik, quien actualmente vive en Toronto (Canadá), observa modelos de cambio climático, sus ojos se dirigen hacia las barras de error, que muestran el rango de incertidumbre que rodea a cualquier predicción. Y afirma: "Como científicos tenemos el deber de considerar los peores escenarios". Si el cambio climático avanza según lo esperado, tal vez la humanidad solo disponga de un par de décadas para encontrar materiales que aún no existen: las moléculas que nos permitan capturar el carbono de manera rápida y barata, y las baterías (hechas de algo que no sea litio, ya que es un metal costoso y difícil de extraer) para almacenar el suministro global de la energía renovable.

Pero ¿y si la situación se vuelve peor de lo que esperamos? La necesidad de nuevos materiales pasará de apremiante a extremadamente urgente y terrible. ¿Seremos capaces de descubrirlos rápidamente?

Aspuru-Guzik (uno de los 35 innovadores menores de 35 años de MIT Technology Review en 2010) ha dedicado gran parte de su vida a responder a distintas versiones de esta pregunta. El descubrimiento de materiales, la ciencia de crear y desarrollar nuevas sustancias útiles, suele avanzar a un ritmo frustrantemente lento. El enfoque típico de prueba y error, mediante el cual los científicos producen nuevas moléculas y luego prueban cada una sucesivamente para las propiedades deseadas, tarda de media dos décadas, lo que resulta demasiado caro y arriesgado para la mayoría de las empresas.

La misión de Aspuru-Guzik, compartida con un número creciente de químicos expertos en informática, se centra en reducir ese período a meses o años, para que la humanidad pueda crear un arsenal de recursos rápidamente con el fin de luchar contra el cambio climático, como baterías y filtros de captura de carbono. El objetivo es revivir la moribunda industria de los materiales incorporando las simulaciones digitales, la robótica, la ciencia de datos, la inteligencia artificial (IA) e incluso la computación cuántica en el proceso de descubrimiento.

Imaginen programas informáticos que utilizan un conocimiento preciso de la estructura electrónica de las moléculas para crear nuevos diseños; y robots que fabrican y prueban estas moléculas. E imaginen que el software y los robots trabajan conjuntamente, probando las moléculas, ajustando los diseños y de nuevo probándolo todo, hasta que producir un material con las propiedades deseadas.

Esa sería la idea, al menos. Llevarlo a cabo es otro tema. Las estructuras de las moléculas son increíblemente complejas, y la síntesis química es, a menudo, más un arte que una ciencia, desafiando los esfuerzos para automatizar el proceso. Pero los avances en IA, robótica y computación están dando una nueva vida a este enfoque.

Foto: Aspuru-Guzik es uno de los principales evangelistas en el uso de la informática para transformar la química. Créditos: Derek Shapton

En 2017 Aspuru-Guzik copresidió un seminario la Ciudad de México donde 133 participantes, incluidos algunos científicos ganadores del Premio Nobel y representantes de 17 gobiernos nacionales, se reunieron para enfocar a la comunidad de investigación global en este objetivo. La conferencia fue un momento crucial, que ayudó a llevar el descubrimiento acelerado de materiales de área nicho de investigación a prioridad mundial para muchos de los asistentes. Después de la jornada, Canadá, India y la UE, entre otros, empezaron a invertir en iniciativas para acelerar la investigación de materiales.

El trabajo en sí es ambicioso y técnicamente difícil porque abarca muchas disciplinas. Pero como químico, ingeniero de software, pionero de la inteligencia artificial, programador de ordenadores cuánticos, entusiasta de la robótica y emprendedor global, Aspuru-Guzik podría tener la combinación adecuada de experiencia computacional e imaginación para conectar las múltiples herramientas esenciales para que esto ocurra. Ha emergido como uno de los evangelistas más convincentes de esta nueva forma de hacer química.

"Alán puede ver más allá de lo que la gente cree es posible", opina el químico de la Universidad de Fordham (EE. UU.) y colaborador frecuente de Aspuru-Guzik, Joshua Schrier. En su opinión, es el tipo de innovador que cambia la forma de hacer ciencia de todos los que lo rodean.

Para el jefe del equipo de algoritmos cuánticos de Google, Ryan Babbush, la característica más destacada de Aspuru-Guzik es su inquietud creativa: "Alán dedica su tiempo y energía a lo más nuevo, al territorio más inexplorado. No se queda por ahí ni se centra en los desarrollos incrementales".

Eso puede ser un problema teniendo en cuenta el tiempo y el arduo trabajo que se necesita para llevar un nuevo material al mercado, algo que requiere una férrea investigación estrechamente enfocada y una infinita paciencia comercial. Pero al final, Babbush destaca que Aspuru-Guzik está interesado en reinventar el proceso de descubrimiento de materiales, equipando a los científicos de la comunidad con las herramientas computacionales y de automatización necesarias para acelerar su trabajo.

Actualmente, Aspuru-Guzik está dando forma a su laboratorio en Toronto donde los algoritmos de IA diseñan moléculas novedosas y los robots las fabrican y las prueban rápidamente. El laboratorio surge como una especie de prototipo, destinado a demostrar cómo podría funcionar el descubrimiento de materiales en el futuro. El innovador afirma: "Quiero permitir una era completamente nueva, la era de los materiales bajo demanda, donde cada laboratorio pueda crear fácilmente nuevos compuestos".  Espera que en el futuro estemos mejor posicionados para abordar la próxima crisis mundial. "Los problemas del mundo requieren moléculas. Pero, ahora mismo no se nos da muy bien crearlas", añade.

Heridas de guerra

Aspuru-Guzik habla enérgicamente, con digresiones y muy rápido. Cuando fui por primera vez a su oficina de la Universidad de Toronto, me mostró una colección de máscaras de lucha libre (lucha libre mexicana) de color azul brillante, verde y rosa, adornadas con los motivos aztecas. Sobre ellas, explica: "Las máscaras son una herramienta de humanización. Un ganador del Premio Nobel o un ejecutivo de Hitachi viene a mi oficina y, después de hablar un rato, es bueno parar y decirle: 'Elija una máscara. Hágase un selfie'". Resulta difícil no ver las máscaras como una metáfora de su multifacética vida.

Aspuru-Guzik creció en una familia de escritores, músicos y arquitectos, mitad católica y mitad judía. Como estudiante de Química de la Universidad Nacional Autónoma de México, con 19 años regresaba de una rave que duró toda la noche en la ciudad de Cuernavaca (México) y el coche en el que iba se salió de la carretera y se estrelló. Los cirujanos tuvieron que abrirle la barriga para reparar su intestino y cauterizar los vasos sanguíneos rotos, dejándole una cicatriz que recorre, como una línea media, el centro de su abdomen.

Después de este primer roce con la mortalidad, se comprometió a llevar una vida de aventura intelectual. Si un campo de investigación lo intrigaba, lo perseguía, incluso si iba más allá de sus conocimientos.

En aquel entonces, había un gran entusiasmo ante la posibilidad de utilizar modelos informáticos para diseñar moléculas con las propiedades deseadas, dejando atrás los experimentos lentos y tediosos. Los científicos hablaban de la nueva era de la química virtual, pero no funcionó muy bien. Los ordenadores eran demasiado lentos y las moléculas demasiado complejas.

Mientras leía revistas en la biblioteca de la universidad, Aspuru-Guzik encontró un artículo sobre los desafíos de desarrollar química molecular en un ordenador. En 1926, el físico Erwin Schrödinger había publicado una ecuación para predecir el comportamiento de las partículas subatómicas, como electrones y protones. Si se logra modelar matemáticamente una molécula a nivel subatómico, es posible empezar a hacer deducciones sobre el material resultante: cómo se combina con otros materiales, si es duro o blando, o sobre lo rápido que se descompone. Al menos esa era la idea. Pero, para la mayoría de los materiales, la ecuación de Schrödinger se vuelve demasiado complicada incluso para el actual superordenador más potente.

Para hacer factibles esos cálculos, Aspuru-Guzik se propuso crear versiones de la ecuación que requirieran menos aproximaciones, haciéndolas más precisas. Ese proyecto se convirtió en el centro de sus estudios de doctorado en la Universidad de California en Berkeley (EE.UU.). El objetivo era simplificar los cálculos hasta el punto en el que un ordenador pudiera manejarlos, pero no demasiado para que el modelo no se volviera científicamente inútil. Usando los algoritmos de Aspuru-Guzik, un investigador podría modelar, es decir, simular, una molécula aleatoria e inmediatamente hacer predicciones sobre las propiedades de la sustancia resultante.

Otros científicos habían diseñado algoritmos similares, pero los que se le ocurrieron a Aspuru-Guzik cuando era estudiante de posgrado fueron suficientemente impresionantes para conseguirle un puesto en la Universidad de Harvard (EE. UU.) al terminar su posdoctorado en Berkeley. Como profesor asistente de la Universidad de Harvard, y como director del grupo de investigación Aspuru-Guzik (un equipo de 40 personas compuesto por informáticos, biólogos, ingenieros, físicos y químicos), se lanzó a la iniciativa Harvard Clean Energy Project (Proyecto Energía Limpia). La mayoría de los paneles solares utilizan silicio para transformar la luz solar en electricidad. Pero ¿habría sustancias orgánicas baratas y fáciles de fabricar capaces de hacer lo mismo?

Fotos: Las pasiones de Aspuru-Guzik (de arriba a la izquierda) van desde las pegatinas para arte callejero hasta la robótica de laboratorio, máscaras de lucha libre mexicana y la gestión de fluidos con sistemas automatizados. Créditos: Derek Shapton

Durante seis años, Aspuru-Guzik y su equipo realizaron simulaciones de 2,3 millones de diferentes moléculas orgánicas para ver cuáles podrían tener propiedades fotovoltaicas. No era el primer investigador en practicar química virtual, pero él lo hacía a una escala sin precedentes. La mayor capacidad informática de la época significaba que una sola molécula se podía simular en cuestión de minutos (en la década de 1990, esas simulaciones habían llevado días).

Lo más importante era que Aspuru-Guzik tenía acceso a un espacio de servidor aparentemente ilimitado, en gran parte prestado de los dispositivos de otras personas. En un sistema similar al antiguo programa SETI@Home, las personas que quisieran apoyar el proyecto podían descargar un protector de pantalla que prestaría temporalmente su disco duro a Aspuru-Guzik y su equipo. El investigador recuerda: "Teníamos uno de los superordenadores más grandes del mundo, pero estaba distribuido por todo el planeta".

Al final, Aspuru-Guzik descubrió muchos materiales orgánicos que, teóricamente, se podrían usar en células fotovoltaicas. El problema era que las moléculas ganadoras eran demasiado complicadas para fabricarse económicamente. Y admite: "Mi error fue no consultar desde el principio a los químicos orgánicos para averiguar qué moléculas se podían fabricar fácilmente".

Con el Proyecto Energía Limpia, Aspuru-Guzik básicamente hacía química combinatoria (el antiguo enfoque de prueba y error) en los ordenadores en vez de usar un laboratorio. Luego, a partir de 2012, varios investigadores de Toronto y otros lugares lograron una serie de avances en el aprendizaje profundo y en otros métodos de aprendizaje automático. Como muchos químicos que buscan nuevos materiales, Aspuru-Guzik pasó a la IA, que le permitió descubrir moléculas de manera más rápida e intencional. "Las simulaciones por ordenador son como una ametralladora que dispara indiscriminadamente en el aire con la esperanza de lograr un acierto. La IA es un francotirador. Elige su objetivo y apunta hacia él", afirma Aspuru-Guzik.

Primero, tuvo que entrenar una red neuronal introduciendo un conjunto de datos que describían la composición molecular y las propiedades químicas de 100.000 sustancias orgánicas. El programa de IA pudo empezar a reconocer patrones, es decir, correlaciones entre una molécula determinada y la sustancia que formaba. Luego, utilizaba ete conocimiento para inventar moléculas candidatas para sintetizar y probar en el laboratorio. Con la ayuda de la IA, Aspuru-Guzik descubrió nuevos diodos orgánicos emisores de luz, u OLED, que eran más brillantes que los LED típicos. También identificó nuevos productos químicos que se podrían emplear en las futuras baterías de flujo orgánico (las grandes baterías industriales que no requerirán metales como el litio).

Mientras tanto, se lanzó al incipiente campo de la computación cuántica. La ecuación de Schrödinger resulta difícil de ejecutar en ordenadores convencionales precisamente porque los electrones y los protones no obedecen a las leyes de la física convencional. En cambio, operan según la mecánica cuántica: pueden estar entrelazados (comportándose en concierto entre sí, incluso si no están conectados), y pueden existir en la llamada superposición (estar en múltiples estados opuestos simultáneamente). Los cálculos necesarios para modelar estos complejos fenómenos también son increíblemente complicados. Pero dado que los cúbits de los ordenadores cuánticos también obedecen a las leyes de la mecánica cuántica, los dispositivos son más adecuados, al menos en teoría, para simular moléculas.

No obstante, en la práctica, alguien tuvo que averiguar qué hacer para que las simulaciones funcionaran. En 2014, Aspuru-Guzik y un equipo de investigadores lanzaron el programa para modelar moléculas, Variational Quantum Eigensolver (VQE), en pequeños dispositivos cuánticos que, aunque propensos a errores, existen en la actualidad, a diferencia de los ordenadores cuánticos de uso general. Si bien la ecuación de Schrödinger es una especie de abstracción (una fórmula matemática para describir partículas subatómicas), el VQE utiliza bits cuánticos para imitar el comportamiento de las partículas en una molécula, de manera similar a como los jugadores podrían recrear la Batalla de Gettysburg (EE. UU.).

Con el tiempo, a medida que las empresas desarrollen ordenadores cuánticos más potentes, el VQE podría permitir a los químicos ejecutar simulaciones sorprendentemente exactas. Estos modelos podrían ser tan precisos que los científicos no necesitarían sintetizar y probar los materiales en absoluto. Aspuru-Guzik añade: "Si alguna vez llegamos a este punto, mi trabajo en ciencia de materiales habrá terminado".

Cuando Donald Trump fue elegido presidente de Estados Unidos en 2016, la carrera de Aspuru-Guzik estaba floreciendo, pero de repente la perspectiva de permanecer en el país ya no le atraía. Una semana después de las elecciones, empezó a enviar correos electrónicos a sus colegas de Australia y Canadá en busca de un nuevo trabajo.

La Universidad de Toronto le ofreció un prestigioso puesto financiado por el Gobierno destinado a atraer a investigadores de primer nivel al país y otro paralelo en la organización sin ánimo de lucro Vector Institute for Artificial Intelligence, cofundada por el pionero del aprendizaje automático Geoffrey Hinton, que rápidamente está convirtiendo Toronto en un centro mundial para la IA. Sin embargo, el mayor incentivo fue la promesa de construir un laboratorio de materiales radicalmente innovador denominado Matter Lab, un proyecto con el que Aspuru-Guzik había soñado durante años.

"A la mierda"

Su responsable cuenta: "En Matter Lab, solo nos dedicamos a un problema después de hacer tres preguntas. ¿Importa para el mundo? Si no, entonces a la mierda con él. ¿Alguien más lo ha hecho ya? Si la respuesta es sí, no tiene sentido hacerlo. Y ¿es remotamente posible?" Aquí, la palabra "remotamente" es clave. Aspuru-Guzik quiere abordar desafíos que están dentro del rango de la viabilidad, pero por poco. "Si un material es demasiado fácil, prefiero que lo encuentren otras personas", señala.

Ubicado en un edificio de ladrillos de la posguerra en el centro de Toronto, el laboratorio es diferente a cualquier otro de la universidad. El techo está adornado con paneles acústicos de color granate y burdeos, en homenaje a su querido arquitecto mexicano Luis Barragán. Escondido en un rincón discreto está el típico banco de laboratorio, una mesa con frascos, balanzas y vasos debajo de una campana extractora, donde los estudiantes graduados pueden practicar la química igual que lo hizo la generación de sus abuelos, pero da la sensación de que este lugar de trabajo no se utiliza muy a menudo.

En el centro hay un robot de 1,3 millones de euros: es una caja de vidrio y metal llena de nitrógeno que alberga un brazo mecánico que se mueve hacia adelante y hacia atrás a lo largo de una cinta. El brazo puede seleccionar polvos y líquidos de una serie de botes que hay cerca de los lados de la caja y depositar el contenido, con precisión exacta, en uno de varios reactores. "El robot es como un asistente de laboratorio incansable que mezcla productos químicos las 24 horas del día, los 7 días de la semana", afirma Aspuru-Guzik. Puede producir 40 compuestos en solo 12 horas.

Dos características adicionales hacen que la organización experimental de Matter Lab resulte única. La primera es el software que diseñaron Aspuru-Guzik y sus colaboradores, denominado ChemOS. Incluye un sistema de IA que genera moléculas candidatas y un programa que interactúa con el robot, dirigiéndolo para sintetizar las candidatas bajo demanda.

Foto: El nuevo laboratorio de materiales en Toronto combina los equipos de química convencional y lo último en la automatización e inteligencia artificial. Créditos: Derek Shapton

La segunda característica distintiva es la naturaleza del "ciclo cerrado" del proceso de producción. Para explicar cómo funciona, Aspuru-Guzik señala un par de estrechas mangueras en la parte posterior del robot. "Ahí es donde sale el pipí", indica. Una vez finalizada la reacción, el líquido resultante fluye a través de las mangueras de plástico hasta una máquina analítica del tamaño y la forma de una mini nevera, que separa los subproductos no deseados. El material refinado fluirá hacia otro robot que lo probará para conocer sus propiedades. Luego, el robot enviará los resultados del experimento al programa ChemOS, lo que permitirá a la IA actualizar sus datos y generar una lista nueva y mejor de las moléculas candidatas instantáneamente, hasta que, después de varias rondas de predicciones, síntesis y pruebas, surja la ganadora.

La idea de un sistema automático de descubrimiento de circuito cerrado se ha vuelto cada vez más popular entre los nuevos químicos, en parte por la incansable promoción de Aspuru-Guzik. Sus colegas en Vancouver (Canadá), Nueva York (EE. UU.), Champaign-Urbana (EE. UU.) y Glasgow (Escocia) están construyendo instalaciones similares. Estos laboratorios están pensados como espacios automatizados de uso general de creación molecular. Es por eso que Aspuru-Guzik no habla demasiado sobre lo próximo que producirá Matter Lab. Tales decisiones vendrán de la curiosidad, o tal vez de los imperativos de una crisis global.

Dejar huella

En 2020, al inicio de la pandemia de coronavirus (COVID-19), Aspuru-Guzik sufrió un aumento de peso que provocó la reapertura de su herida. Al mismo tiempo, se sentía atrapado y aburrido por el mundo 2D de las llamadas por Zoom y frustrado por no poder deambular libremente por su laboratorio. Su agitada vida laboral había dejado poco espacio para el tipo de actividades sin rumbo, o aparentemente sin rumbo, que, en el pasado, fomentaban sus avances creativos. Necesitaba un cambio.

Unos meses más tarde, comenzó a hacer garabatos en su ordenador, dibujando una máscara de lucha libre que se parecía a Screamin 'Jay Hawkins, el pionero del rock conocido por su voz operística y sus macabras excentricidades en el escenario. Llamó al personaje Bruho (una variación de "brujo") y decidió exponer su obra de arte en el paisaje urbano. Compró una impresora de pegatinas y empezó a pegar el avatar del Bruho en buzones de correo y farolas, que no tardó en formar parte de la bulliciosa escena de arte callejero de la ciudad.

Actualmente, Aspuru-Guzik tiene dos metas para su futuro cercano. Su primer objetivo es diseñar una versión modular y asequible de su sistema de circuito cerrado que pueda servir como modelo para los científicos de todo el mundo. Quiere construir una caja-laboratorio todo en uno, que contenga el paquete ChemOS junto con los robots de síntesis y descripción. Con este dispositivo, un usuario introducirá una descripción de un material dado, y el sistema simulará y probará de inmediato las moléculas candidatas. Si queremos marcar el inicio de una nueva era de materiales a demanda, Aspuru-Guzik cree que la tecnología tendría que proliferar y ser fácil de usar.

Su segundo objetivo a medio plazo es dejar su huella artística en la ciudad de Toronto.

Unos días después de mi visita al laboratorio, una noche fui a pegar carteles con él y su equipo. Al igual que su trabajo en materiales, esto también fue una tarea colaborativa. Nuestro grupo de ocho personas incluía a la distante joven con tatuajes de manga completa Soap Ghost; al hombre delgado de mediana edad Urban Ninja, que llegó tirando de un carro con un cubo de pegamento de trigo (un adhesivo líquido casero); y al insomne y duro Life, con el pelo peinado con la raya en medio, la mitad teñido de rubio como el de Cruella de Vil. "Seguiré hasta el amanecer", me dijo, con mucho ánimo. Todos tenían montones de pegatinas y rollos de carteles que habían diseñado ellos mismos.

En Toronto, este tipo de arte callejero, que no requiere pintura en aerosol, se castiga con multas (aunque la policía a menudo mira para otro lado), por lo que actuamos rápida y furtivamente. Ninja nos llevó por un callejón hasta una pared de madera contrachapada de un edificio tapiado, y ahí sacamos nuestras herramientas, cubriendo la superficie con el pegamento y empapelándolo con imágenes: un Buda barbudo, una rata que toca el ukelele, la figura del Bruho vestida como un Jedi. El conjunto no tenía mucho sentido visual, pero sí una especie de belleza anárquica. En un período de tiempo increíblemente corto, el vacío había dado paso a la multiplicidad, y Aspuru-Guzik estaba emocionado. Exclamó: "Esta pared estaba blanca hace un minuto. Mírala ahora".

*Simon Lewsen es un periodista autónomo de Toronto.