¡Luces! ¡Cámaras! ¡Átomos! Un Científico con Vistas al Futuro Cuántico

Un investigador pionero ilumina las fuerzas moleculares con un instrumento de clase mundial utilizando la IA y la computación de alto rendimiento en el edge.
por Rick Merritt

Nota del editor: Esto es parte de una serie de perfiles de personas que avanzan en la ciencia con computación de alto rendimiento.

Ryan Coffee hace películas de moléculas. Sus impactos son enormes.

El científico sénior del Laboratorio Nacional de Aceleradores de SLAC (arriba) dice que estas visualizaciones podrían desbloquear los secretos de la fotosíntesis. Ya demostraron cómo la luz solar puede causar cáncer de piel.

A largo plazo, pueden ayudar a los químicos a diseñar medicamentos que salven vidas y baterías que permitan que los automóviles eléctricos viajen más con una carga.

Para hacer películas que inspiren ese tipo de trabajo, el equipo de Coffee necesita computadoras de alto rendimiento, IA y un proyector excelente.

Una Luz Más Brillante

El proyector se llama Fuente de luz coherente de Linac (LCLS). Utiliza un acelerador lineal de un kilómetro de largo para pulsar rayos X hasta 120 veces por segundo.

Eso es suficiente para una película de Hollywood, pero no lo suficientemente rápido como para las películas de Coffee.

«Necesitamos ver cómo las nubes electrónicas se mueven como las burbujas de jabón alrededor de las moléculas, cómo si las aprietas de ciertas maneras, sale la energía», dijo Coffee, especialista en física en la intersección de átomos, moléculas y ópticas.

Por lo tanto, una actualización el próximo año permitirá que el instrumento gigante tome 100,000 cuadros por segundo. En dos años, otra mejora, llamada LCLS II, elevará esa cantidad a un millón de cuadros por segundo.

Clasificar los cuadros que se proyectan tan rápido, en orden aleatorio, es un trabajo para la combinación de computación de alto rendimiento (HPC) e IA.

IA en la Audiencia

El objetivo de Coffee es colocar un modelo de IA frente a la LCLS II. Mirará las películas ultrarrápidas para aprender una danza atómica que ningún ojo humano podría seguir.

El trabajo requerirá inferencia en las GPU más rápidas disponibles que se ejecutan junto al instrumento en Menlo Park, California. Mientras tanto, la transmisión de datos fuera de LCLS II se utilizará para volver a entrenar constantemente el modelo en un banco de GPU NVIDIA A100 Tensor Core en el Laboratorio Nacional Argonne a las afueras de Chicago.

Es un caso de libros de texto para HPC en el edge, y uno que es cada vez más común en una era de instrumentos científicos gigantes que se asocian a estrellas y átomos.

LCLS instrument for molecular science with HPC + AI
Un vistazo de una parte del instrumento LCLS.

Hasta ahora, el equipo de Coffee ha podido volver a entrenar un modelo de autocodificador cada 10-20 minutos, mientras que realiza inferencias 100,000 veces por segundo.

«Ya estamos en el terreno de los pulsos de attosegundos, donde puedo ver cómo las burbujas electrónicas se disipan de un lado a otro», dijo Coffee, miembro central de la iniciativa general de IA de SLAC.

Una Colaboración de IA Más Amplia

El siguiente paso es aún más grande.

Los datos del trabajo de Coffee en películas moleculares se compartirán de forma segura con datos de la Fuente Avanzada de Protones de Argonne, una especie de cámara fija de resolución ultraalta.

«Podemos usar machine learning federado y seguro para reunir estos dos conjuntos de datos, a fin de crear un modelo transformer potente y compartido», dijo Coffee, quien colabora con múltiples organizaciones para que esto suceda.

Ryan Coffee HPC AI for molecular science
Coffee en la «sala de proyección» donde aparecerá la luz en sus próximas películas moleculares.

El modelo transformer permitirá a los científicos generar datos sintéticos para muchas aplicaciones sin datos, como la investigación en reactores de fusión.

Es un esfuerzo específico de la ciencia paralelo al trabajo en el aprendizaje federado en el área de la salud. Ambos quieren construir modelos de IA potentes para sus campos al tiempo que preservan la privacidad y la seguridad de los datos.

«Sabemos que la gente obtiene los mejores resultados de grandes modelos de idiomas entrenados en muchos idiomas», dijo. «Por lo tanto, queremos hacer eso en la ciencia tomando diferentes vistas de las mismas cosas para crear mejores modelos», dijo.

El Futuro Cuántico

Las fuerzas atómicas que estudia Coffee pueden potenciar las computadoras del mañana, explica el científico.

«Imagina una pila de burbujas electrónicas en el mismo estado cuántico, que forma un superconductor», dijo. «Cuando agrego un electrón en la parte inferior, uno se suma a la parte superior instantáneamente porque no hay resistencia».

El concepto, llamado entrelazamiento en la computación cuántica, significa que dos partículas pueden cambiar estados en un paso de bloqueo incluso si están en lados opuestos del planeta.

Esto les daría a los investigadores como Coffee conexiones instantáneas entre instrumentos potentes como LCLS II y centros HPC remotos que entrenan potentes modelos de IA en tiempo real.

¿Suena a ciencia ficción? Quizá no.

Coffee prevé un tiempo en que sus experimentos superarán a las computadoras de la actualidad, un tiempo que requerirá arquitecturas e IA alternativas. Es el tipo de pensamiento a lo grande que lo entusiasma.

«Me encanta la contraintuición de la mecánica cuántica, especialmente cuando tiene resultados reales y medibles que los humanos pueden aplicar, eso es lo divertido».