Wyobra\u017a sobie \u015bwiat, w kt\u00f3rym znalezienie idealnego materia\u0142u do konkretnego zastosowania mo\u017ce by\u0107 tak proste jak zam\u00f3wienie pizzy. Teoretycznie sztuczna inteligencja mog\u0142aby znacznie upro\u015bci\u0107 to zadanie, poniewa\u017c naukowcy mogliby wykorzysta\u0107 du\u017cy model j\u0119zykowy do opisania swoich wymaga\u0144, a nast\u0119pnie otrzyma\u0107 odpowiedni\u0105 struktur\u0119 krystaliczn\u0105. Niemniej jednak rzeczywisto\u015b\u0107 psuje ten idealistyczny obraz \u2013 zw\u0142aszcza je\u015bli chodzi o reprezentacj\u0119 danych.<\/p>\n
Wi\u0119kszo\u015b\u0107 materia\u0142\u00f3w, z kt\u00f3rych korzystamy na co dzie\u0144, sk\u0142ada si\u0119 z kryszta\u0142\u00f3w \u2013 skomplikowanych tr\u00f3jwymiarowych uk\u0142ad\u00f3w atom\u00f3w \u2013 a przechowywanie tych struktur zazwyczaj wymaga specjalistycznych format\u00f3w. R\u00f3\u017cni si\u0119 to znacznie od zwyk\u0142ych strumieni tekstowych, na kt\u00f3rych obecnie trenowane s\u0105 du\u017ce modele j\u0119zykowe. Ponadto wydaje si\u0119, \u017ce w wi\u0119kszo\u015bci literatury eksperymentalnej skupia si\u0119 na zaledwie kilku klasach kryszta\u0142\u00f3w, co nieumy\u015blnie wprowadza stronniczo\u015b\u0107 do wynik\u00f3w generowanych przez sztuczn\u0105 inteligencj\u0119.<\/p>\n
Na horyzoncie pojawia si\u0119 jednak nadzieja. Grupa naukowc\u00f3w z MIT opracowa\u0142a pionierski, innowacyjny multimodalny model sztucznej inteligencji, kt\u00f3ry p\u0142ynnie \u0142\u0105czy tr\u00f3jwymiarowe struktury atomowe z opisami w j\u0119zyku naturalnym. Wynikiem tego s\u0105 wyczerpuj\u0105ce opisy j\u0119zykowe pozyskane z eksperymentalnych artyku\u0142\u00f3w naukowych i komputerowych baz danych. Te obszerne opisy obejmuj\u0105 wszystko \u2013 od sk\u0142adu chemicznego i struktury materia\u0142u po jego w\u0142a\u015bciwo\u015bci, wymagania dotycz\u0105ce przetwarzania oraz potencjalne zastosowania \u2013 co znacznie poprawia zrozumienie przez sztuczn\u0105 inteligencj\u0119 materia\u0142\u00f3w o istotnym znaczeniu.<\/p>\n
W publikacja w Nature Communications<\/em><\/a>, naukowcy ci wykazali zdolno\u015b\u0107 swojego systemu do tworzenia materia\u0142\u00f3w o lepszych w\u0142a\u015bciwo\u015bciach w por\u00f3wnaniu z modelami ucz\u0105cymi si\u0119 wy\u0142\u0105cznie na podstawie tekstu. Umo\u017cliwili modelowi dostrze\u017cenie uk\u0142ad\u00f3w atomowych i wzorc\u00f3w wi\u0105za\u0144, co doprowadzi\u0142o do pomy\u015blnej identyfikacji materia\u0142u nadaj\u0105cego si\u0119 na elektrolity do litowo-jonowych akumulator\u00f3w w stanie sta\u0142ym \u2013 idealnie pokrywaj\u0105cego si\u0119 z niezale\u017cnie uznanymi, obiecuj\u0105cymi kandydatami. Co wi\u0119cej, ich model opanowa\u0142 reprezentacj\u0119 struktur geometrycznych, kt\u00f3rych nie by\u0142y w stanie uchwyci\u0107 modele oparte wy\u0142\u0105cznie na tek\u015bcie.<\/p>\n Dowiedziawszy si\u0119 o tym osi\u0105gni\u0119ciu, Ju Li, profesor in\u017cynierii energetycznej na MIT, wyja\u015bni\u0142, jak kluczowe znaczenie dla tej dziedziny nauki ma zrozumienie struktury materia\u0142\u00f3w. \u201cNaszym celem przy tworzeniu modelu by\u0142o wype\u0142nienie luki mi\u0119dzy struktur\u0105 atomow\u0105 materia\u0142u a jego w\u0142a\u015bciwo\u015bciami i procesami przetwarzania\u201d \u2013 stwierdzi\u0142 Li.<\/p>\n Od wiek\u00f3w naukowcy zajmuj\u0105cy si\u0119 materia\u0142oznawstwem poszukuj\u0105 nowych kryszta\u0142\u00f3w, kt\u00f3re pos\u0142u\u017c\u0105 do tworzenia produkt\u00f3w przysz\u0142o\u015bci. W ci\u0105gu ostatniej dekady sztuczna inteligencja odegra\u0142a kluczow\u0105 rol\u0119 w przyspieszeniu tych poszukiwa\u0144, pomagaj\u0105c w projektowaniu nowych struktur krystalicznych, kt\u00f3re stanowi\u0105 ponad 90 procent materia\u0142\u00f3w sta\u0142ych na Ziemi. Niestety, istniej\u0105ce modele j\u0119zykowe ograniczaj\u0105 si\u0119 w du\u017cej mierze do danych tekstowych pochodz\u0105cych z opublikowanych prac, co ogranicza ich zrozumienie fizycznej rzeczywisto\u015bci potencjalnych struktur krystalicznych przechowywanych w komputerowych bazach danych.<\/p>\n Nie zra\u017ceni tym wyzwaniem naukowcy z MIT stworzyli model wizualno-j\u0119zykowy przeznaczony specjalnie do materia\u0142\u00f3w krystalicznych. Wykorzystuj\u0105c uczenie kontrastywne, wytrenowali model j\u0119zykowy do tworzenia opis\u00f3w tekstowych struktur krystalicznych. Przetestowali nawet dwie wersje modelu \u2013 jedn\u0105 opart\u0105 na opisach generowanych przez sztuczn\u0105 inteligencj\u0119, a drug\u0105 wykorzystuj\u0105c\u0105 teksty z artyku\u0142\u00f3w naukowych. Wersja oparta na opisach generowanych przez sztuczn\u0105 inteligencj\u0119 wykaza\u0142a udane powi\u0105zania mi\u0119dzy tekstem a strukturami geometrycznymi.<\/p>\n Naukowcy wykazali r\u00f3wnie\u017c, \u017ce ich model potrafi przetwarza\u0107 zapytania w j\u0119zyku naturalnym oraz identyfikowa\u0107 materia\u0142y krystaliczne o okre\u015blonych w\u0142a\u015bciwo\u015bciach, przewy\u017cszaj\u0105c pod tym wzgl\u0119dem inne modele bazowe. Elsa Olivetti, kluczowa cz\u0142onkini zespo\u0142u projektowego, dostrzeg\u0142a ogromny potencja\u0142 modelu, zauwa\u017caj\u0105c: \u201cNasza metoda pozwala nam dog\u0142\u0119bniej bada\u0107 struktury tr\u00f3jwymiarowe oraz ustala\u0107 powi\u0105zania mi\u0119dzy nimi a ich w\u0142a\u015bciwo\u015bciami i procesami przetwarzania. To prze\u0142omowe odkrycie mo\u017ce znacz\u0105co przyspieszy\u0107 post\u0119p w dziedzinie materia\u0142oznawstwa\u201d.\u201d<\/p>\n Li por\u00f3wna\u0142 sw\u00f3j model z AlphaFold \u2013 innym modelem sztucznej inteligencji, kt\u00f3ry cieszy si\u0119 popularno\u015bci\u0105 w zakresie mapowania struktur i funkcji bia\u0142ek oraz przyci\u0105ga znaczn\u0105 uwag\u0119 w dziedzinie bada\u0144 biologicznych i odkrywania lek\u00f3w. Zesp\u00f3\u0142 jest przekonany, \u017ce ich technologia oka\u017ce si\u0119 dobrodziejstwem dla szerokiej gamy materia\u0142\u00f3w krystalicznych i ma nadziej\u0119, \u017ce przyspieszy to post\u0119py w tej dziedzinie.<\/p>\n Uznaj\u0105c znaczenie tych dzia\u0142a\u0144 i wynikaj\u0105ce z nich potencjalne korzy\u015bci, Ju Li stwierdzi\u0142: \u201cMo\u017cliwo\u015b\u0107 wizualizacji tr\u00f3jwymiarowego kryszta\u0142u i powi\u0105za\u0144 mi\u0119dzy jego atomami ma zasadnicze znaczenie. Ka\u017cdy, kto zajmuje si\u0119 nauk\u0105 o materia\u0142ach, uzna to narz\u0119dzie za nieocenione\u201d.\u201d<\/p>\n Ta prze\u0142omowa praca powsta\u0142a dzi\u0119ki wsparciu Ameryka\u0144skiej Agencji ds. Ograniczania Zagro\u017ce\u0144 Obronnych (Defense Threat Reduction Agency), Ameryka\u0144skiej Agencji Zaawansowanych Projekt\u00f3w Badawczych w Obronie (Defense Advanced Research Projects Agency) oraz Narodowej Fundacji Badawczej Korei. Wi\u0119cej szczeg\u00f3\u0142\u00f3w mo\u017cna znale\u017a\u0107 na stronie oryginalny artyku\u0142 prasowy<\/a>.<\/p>\nOdwa\u017cny krok w dziedzinie materia\u0142oznawstwa<\/h5>\n