MIT разработал ИИ-модель для анализа трехмерной структуры кристаллов

Исследователи MIT создали мультимодальную модель, которая сопоставляет трехмерную структуру кристаллов с их текстовыми описаниями. В экспериментах такой подход помог системе точнее связывать расположение атомов со свойствами, обработкой и возможным применением материалов.

Разработка представлена в исследовательской статье в Nature Communications. Авторы рассматривают ее как инструмент для материаловедения, где большая часть сведений о потенциальных кристаллах хранится в специализированных вычислительных базах, а не в текстах, используемых для обучения языковых моделей.

Почему текстовых данных оказалось недостаточно

Кристаллы представляют собой периодические трехмерные расположения атомов. По оценке исследователей, кристаллическую структуру имеют более 90% твердых материалов на Земле. Текстовые модели при этом зависят от опубликованных статей и книг, в которых отдельные классы соединений представлены заметно лучше других.

Команда обучила модель сопоставлять похожие и различающиеся структуры с текстовыми описаниями. Для подготовки данных система формировала развернутые характеристики материалов, включая состав, строение, свойства, особенности обработки и предполагаемое применение.

Подход	Какие данные использует	Подтвержденный результат
Текстовая модель	Тексты научных публикаций	Ограниченно учитывает геометрию кристалла
Мультимодальная модель	Текст и трехмерные атомные структуры	Лучше связывает геометрию со свойствами и назначением

Модель проверили на поиске материалов для аккумуляторов

Исследователи передавали системе запрос на естественном языке с описанием нужного свойства. Модель должна была выбрать подходящие кристаллические материалы.

При поиске твердых электролитов для литий-ионных аккумуляторов среди первых результатов оказались соединения, которые другие исследования независимо называли перспективными. Эксперименты также показали, что модель формирует геометрические представления структуры, недоступные варианту, обученному только на текстах.

Как оценивать результат в учебной работе

Студентам и молодым исследователям разработка дает актуальный пример мультимодального ИИ в естественных науках. При разборе статьи стоит отдельно проверить устройство обучающего набора, способ создания текстовых описаний, выбранную базовую модель и метрики сравнения.

Результаты пока показывают преимущество метода в исследовательских тестах. Они не означают, что каждый предложенный системой материал можно сразу использовать на производстве. Перспективные кандидаты требуют вычислительной проверки, лабораторного синтеза и экспериментального измерения свойств.