El físico del siglo XIX Michael Faraday era conocido no sólo por sus importantes contribuciones experimentales al electromagnetismo, sino también por sus conferencias. Sus conferencias navideñas anuales en la ‘Institución Real de la Ciencia Británica’ se convirtieron en una tradición navideña que continúa hoy en día. Una de sus conferencias navideñas más famosas trataba sobre la historia química de una vela. Faraday ilustró sus argumentos con un sencillo experimento: Colocó una vela dentro de un vidrio de lámpara para bloquear cualquier brisa y conseguir "una llama tranquila". Luego, Faraday mostró cómo la forma de la llama parpadeaba y cambiaba en respuesta a las perturbaciones.
Ahora, los investigadores del MIT (Instituto de Tecnología de Massachusetts) han traído el sencillo experimento de Faraday al siglo XXI. Markus Buehler y su doctorado, Mario Milazzo, combinaron imágenes de alta resolución con aprendizaje automático profundo para sonificar (proceso de convertir sonidos en información representativa) la llama de una vela. Por su parte, utilizaron esa única llama como bloque de construcción básico, creando "música" a partir de su dinámica de parpadeo y diseñando nuevas estructuras que pudieran imprimirse en 3D en objetos físicos. Buehler describió este y otros trabajos relacionados en la reunión de la Sociedad Americana de Física celebrada la semana pasada en Chicago.
Buehler está especializado en el desarrollo de modelos de IA (inteligencia Artificial por sus siglas en inglés) para diseñar nuevas proteínas. Quizá sea más conocido por el uso de la sonificación para iluminar detalles estructurales que de otro modo resultarían esquivos. Buehler descubrió que los elementos jerárquicos de la composición musical (tono, rango, dinámica, tempo) son análogos a los elementos jerárquicos de la estructura de las proteínas. Al igual que la música tiene un número limitado de notas y acordes y utiliza diferentes combinaciones para componer música, las proteínas tienen un número limitado de bloques de construcción (20 aminoácidos) que pueden combinarse de cualquier manera para crear nuevas estructuras proteicas con propiedades únicas. Cada aminoácido tiene una firma sonora particular, parecida a una huella dactilar.
Hace varios años, Buehler dirigió un equipo de científicos del MIT que trazó la estructura molecular de las proteínas de los hilos de seda de araña sobre la teoría musical para producir el "sonido" de la seda. La esperanza era establecer una nueva forma radical de crear proteínas de diseño. Ese trabajo inspiró una exposición de arte de sonificación, "Spider's Canvas", en París en el 2018. El artista Tomas Saraceno trabajó con ingenieros del MIT para crear un instrumento interactivo similar a un arpa, inspirado en la tela de una araña Cyrtophora citricola, con cada hebra de la "tela" afinada en un tono diferente. Si se combinan esas notas en varios patrones en la estructura 3D de la telaraña, se pueden generar melodías.
En 2019, el equipo de Buehler desarrolló un sistema aún más avanzado para hacer música a partir de la estructura de una proteína, y luego volver a convertir la música para crear proteínas novedosas no vistas en la naturaleza. El objetivo era aprender a crear telas de araña sintéticas similares y otras estructuras que imitaran el proceso de la araña. Y en 2020, el equipo de Buehler aplicó el mismo enfoque para modelar las propiedades vibracionales de la proteína de la espiga responsable de la alta tasa de contagio del nuevo coronavirus (SARS-CoV-2).
Buehler se preguntó si este enfoque podría ampliarse para estudiar el fuego. "Las llamas, por supuesto, son silenciosas", dijo durante una rueda de prensa. Sin embargo, "el fuego tiene todos los elementos de una cuerda que vibra o de una molécula que vibra, pero en un patrón dinámico que es interesante. Si pudiéramos escucharlo, ¿cómo sonaría? ¿Podemos materializar el fuego? ¿Podemos ir más allá y generar materiales bioinspirados que se puedan sentir y tocar?
Al igual que Faraday siglos antes, Buehler y Milazzo empezaron con un sencillo experimento con una sola llama de vela. (Un fuego más grande tendrá tantas perturbaciones que se vuelve demasiado difícil desde el punto de vista computacional, pero una sola llama puede considerarse un bloque de construcción básico del fuego). Los investigadores encendieron una vela en un entorno controlado, sin movimiento de aire ni otras señales externas: la llama silenciosa de Faraday. Más tarde, reprodujeron sonidos desde un altavoz y utilizaron una cámara de alta velocidad para captar cómo la llama parpadeaba y se deformaba con el tiempo en respuesta a esas señales acústicas.
Milazzo y él entrenaron una red neuronal para clasificar las señales acústicas originales que creaban una determinada forma de llama. Los investigadores sonificaron efectivamente las frecuencias de vibración del fuego. Cuanto más violentamente se desvía una llama, más dramáticamente cambia la señal de audio. La llama se convierte en una especie de instrumento musical, que podemos "tocar" exponiéndola a las corrientes de aire, por ejemplo, para conseguir que la llama parpadee de determinadas maneras, una forma de composición musical.
"El fuego es vibracional, rítmico y repetitivo, y cambia continuamente, y esto es lo que define la música", dijo Buehler. "El aprendizaje profundo nos ayuda a minar los datos y los patrones particulares del fuego, y con diferentes patrones en el fuego, se puede crear esta orquesta de diferentes sonidos".
Buehler y Milazzo también han utilizado las distintas formas de las llamas parpadeantes como bloques de construcción para diseñar estructuras novedosas en el ordenador y luego imprimirlas en 3D. "Es un poco como congelar la llama del fuego en el tiempo y poder mirarla desde diferentes ángulos", dijo Buehler. "Puedes tocarla, girarla, y lo otro que puedes hacer es mirar dentro de las llamas, que es algo que ningún humano ha visto nunca".
Este enfoque de aprendizaje profundo permitió al equipo crear bloques de construcción "sintéticos" de una sola llama. El equipo pudo entonces dirigir esos bloques de construcción para que se auto ensamblaran en configuraciones inusuales.
"Podemos pedirle al algoritmo de aprendizaje profundo que dibuje una montaña con una cabra o un jardín de cuento", dijo Buehler. "Pero en lugar de dibujarlo con los colores y trazos habituales, lo dibujamos a partir de llamas como sus bloques de construcción, formando una disposición compleja y dinámica de llamas colocadas adecuadamente que se auto ensamblan y forman una increíble construcción de una montaña con una cabra. Se puede ver cómo las llamas bailan y crean diferentes estructuras".
En un trabajo relacionado, el equipo de Buehler también ha desarrollado un método de diseño de texto a material que puede convertir los pensamientos de una persona (en forma de palabras mecanografiadas) en materia, es decir, ensamblar nuevos compuestos multi materiales impresos en 3D a partir del lenguaje humano.
"El lenguaje humano contiene las reglas gramaticales que forman frases y oraciones para transmitir el significado", explica Buehler. "Es equivalente al proceso de autoensamblaje en la ciencia de los materiales, en el que una molécula se forma en estructuras a mayor escala por sí misma".
Buehler se inspiró en las expresiones matemáticas de la teoría de las categorías, que considera una forma de lenguaje. "Una vez que se tiene una descripción de un material como lenguaje, se puede interactuar no sólo con los lenguajes matemáticos, sino también con los humanos", dijo.
El sistema combina un modelo transformador utilizado para describir lenguajes con una red neuronal entrenada para traducir palabras en imágenes. Asimismo, un usuario simplemente introduce un texto en el ordenador, describiendo algo que quiere crear. El sistema traduce esas palabras y produce las imágenes asociadas, y el resultado es una representación física en 3D del texto que el usuario puede sostener en sus manos.
La esperanza es que este enfoque de aprendizaje profundo haga menos intrincado el diseño de materiales de base biológica. "El poder del aprendizaje automático nos permite resolver computacionalmente problemas complejos que no son abordables con ninguno de los métodos analíticos de papel y lápiz", dijo Buehler. "Es construir una relación entre el lenguaje y nuestros pensamientos. Ahora podemos explorar cuáles son las propiedades físicas de nuestros pensamientos".