MIT: AI-modell, amely 3D-ben látja a kristályokat

Mi a probléma?

A szilárd anyagok több mint 90 százaléka kristályos, a szerkezetüket viszont speciális formátumokban tárolják, nem abban a szövegfolyamban, amin a nyelvi modellek tanulnak (MIT News). A szakirodalom ráadásul néhány népszerű kristályosztály felé torzít, így az AI válaszai is ezek felé húznak.

Mit csináltak a kutatók?

A CLaC nevű modell kontrasztív tanulással illeszti össze a 3D kristálygráfokat és a természetes nyelvű leírásokat (Nature Communications). A trükk az adat: a csapat nem csak cikkek szövegére támaszkodott, hanem nyelvi modellel szintetikus „narratívákat” generált a kristályokhoz kísérleti cikkekből és számítási adatbázisokból. Ezek a leírások az összetétel és a szerkezet mellett a tulajdonságokat, a gyártási szempontokat és a lehetséges alkalmazásokat is tartalmazzák.

Az összehasonlításban a szintetikus leírásokon tanított változat megtanulta összekötni a geometriát a szöveggel, a csak cikkszövegen tanított nem.

Mire jó?

A modelltől természetes nyelven lehet kérdezni egy tulajdonságról, ő pedig kristályos anyagokat keres hozzá. Amikor szilárdtest lítiumion-akkumulátor elektrolitjához kértek jelölteket, a legjobb találatok között olyan anyagok voltak, amelyeket mások egymástól függetlenül már ígéretesnek azonosítottak. Ju Li, a kutatás vezetője az AlphaFoldhoz hasonlítja a megközelítést, amely a fehérjék szerkezetét köti össze a funkciójukkal.

Kipróbálható?

A kód és a szintetikus adatkészlet nyilvános a GitHubon (GitHub). A cikk augusztus 26-án jelent meg, az MIT október 18-án mutatta be szélesebb közönségnek. Anyagkutatóknak és akkufejlesztőknek érdekes lehet, de a gyakorlati áttörést még laborban kell igazolni.