Zaragoza acoge la Escuela Internacional "Machine Learning-Assisted Sampling" sobre aprendizaje automático aplicado a la simulación

La creciente integración de la inteligencia artificial y el aprendizaje automático (Machine Learning, ML) en la investigación científica ha impulsado nuevas formas de analizar y simular sistemas físicos complejos. En este contexto, el investigador ARAID David Yllanes Mosquera organiza en ZCAM (Zaragoza) la CECAM Flagship School on Machine Learning-Assisted Sampling, que se celebrará del 15 al 19 de junio de 2026. La escuela está dirigida a estudiantes y jóvenes investigadores y ofrecerá una formación avanzada centrada en el uso de técnicas de aprendizaje automático para mejorar el muestreo de distribuciones de probabilidad complejas, un elemento clave en la simulación de sistemas físicos.

El muestreo desempeña un papel fundamental en ámbitos como las simulaciones moleculares, donde permite estudiar la interacción entre partículas y su entorno, así como en sistemas complejos en los que el contacto con un baño térmico resulta en una dinámica estocástica. Asimismo, en los sistemas cuánticos, cuya naturaleza es intrínsecamente probabilística, estas técnicas resultan esenciales. A lo largo de la semana, el programa abordará temas como modelos autorregresivos, aprendizaje de leyes dinámicas a partir de trayectorias, redes neuronales para simulaciones cuánticas, modelos matemáticos de inferencia y redes tensoriales.

La escuela contará con la participación de reconocidos expertos internacionales, entre ellos Federico Ricci-Tersenghi (La Sapienza, Roma), Miguel Ruiz-García (UCM), Zakari Denis (Instituto Max Planck), Roger Guimerá (Universitat Rovira i Virgili) y Xavier Waintal (INAC CEA Grenoble). Esta iniciativa refuerza la proyección internacional de Zaragoza como sede de formación científica avanzada y contribuye a impulsar el desarrollo de nuevas metodologías basadas en inteligencia artificial con impacto en la física y otras áreas de la investigación.