באופן עקרוני, בינה מלאכותית יכולה להפוך את מציאת החומר המתאים לעבודה לקלה כמו הזמנת ארוחת ערב: תאר את מה שאתה צריך למודל שפה גדול, והוא נותן לך קריסטל שמיועד למשימה. בפועל, התרחיש הזה נשאר מחוץ להישג יד, מכיוון שהמודלים שמאחורי הצ'אטבוטים של היום מעולם לא ממש ראו איך רוב החומרים נראים.

חוקרי MIT מדווחים שהם עשו צעד קונקרטי לקראת תיקון זה. במאמר חדש שפורסם ב-Nature Communications, צוות מהמחלקה למדע והנדסת חומרים של MIT (DMSE) מתאר מודל AI רב-מודאלי המשלב מבנים אטומיים תלת מימדיים עם תיאורי שפה טבעית, ומאפשר למערכת להגיב לגבי גיאומטריית גבישים וטקסט בו זמנית. לפי MIT News, המודל מזהה עיצובי חומר טובים יותר מאשר מערכות שאומנו על טקסט בלבד על ידי כך שהוא מאפשר ל-AI לראות את הסידורים האטומיים ודפוסי הקשר שקובעים כיצד חומרים מתנהגים. העבודה מוסיפה לקטע עמוס של סיקור תעשיית AI המתמקדת במודלים שעוברים מעבר לטקסט ואל העולם הפיזי.

מדוע דוגמניות שעברו הכשרת טקסט נתקלות בחומר

המכשול הוא ביסודו של נתונים. רוב החומרים הם גבישיים: סידורים תלת מימדיים, תקופתיים של אטומים שהמבנים שלהם מאוחסנים בפורמטים חישוביים מיוחדים ולא בזרמי הטקסט שעליהם מתאמנים מודלים של שפות גדולות. נוסף על כך, הספרות הניסיונית מוטה מאוד כלפי כמה מחלקות פופולריות של גבישים, מה שמטה את התפוקות של כל AI שאומן בעיקר על מאמרים שפורסמו.

התוצאה היא נקודה עיוורת עם השלכות של ממש. יותר מ-90 אחוז מהחומרים המוצקים על פני כדור הארץ הם גבישיים, ורבים מהמבנים שעשויים להיות חשובים עבור הסוללות, האלקטרוניקה או הזרזים מהדור הבא חיים במסדי נתונים חישוביים שמערכות בשפה בלבד אינן יכולות לקרוא ביעילות.

ללמד מודל ליישר מבנה עם שפה

התשובה של צוות MIT הייתה לבנות מה שהוא למעשה מודל שפת חזון עבור גבישים. החוקרים הכשירו מודל שפה לייצר תיאורים טקסטואליים של מבני גביש באמצעות למידה ניגודית, גישה שבה מודל משווה דוגמאות דומות ושונות של מבנים ותיאורים עד שהוא מפתח הבנה אחידה - תהליך MIT משווה לאופן שבו המוח מיישר את אזורי הראייה והשפה שלו.

באופן מכריע, הצוות בחר לסנתז את הנרטיבים שלו על חומרים במקום להסתמך רק על ניירות קיימים. בהסתמך על ספרות מחקר ניסיונית ומסדי נתונים חישוביים עקרונות ראשונים, המודל יצר תיאורים עשירים המכסים לא רק הרכב ומבנה כימיים, אלא גם תכונות, שיקולי עיבוד ויישומים פוטנציאליים.

"רצינו ליצור מודל בינה מלאכותית שעובד באופן רחב על פני חומרים", אמר ג'ו לי, פרופסור קרל ריצ'רד סודרברג להנדסת חשמל ב-MIT ומחבר בכיר בעיתון. "זו הסיבה שהחלטנו לסנתז נרטיבים במקום להסתמך רק על מאמרים קיימים. גילינו כשהשתמשנו במערך הנתונים הנרטיבי הזה, המודלים טובים יותר בניבוי הפונקציה".

המבחן: מציאת אלקטרוליטים של מצב מוצק

כדי להעריך את הגישה, החוקרים השוו שתי גרסאות של המודל: אחת מאומנת על תיאורי המבנה שנוצרו בינה מלאכותית ואחת מאומנת רק על טקסט ממאמרי מחקר. הגרסה שאומנה על התיאורים המסונתזים למדה בהצלחה ליישר מבנים גיאומטריים עם השפה, בעוד שהגרסה לטקסט בלבד לא.

לאחר מכן, הצוות ביקש מהדגם לזהות חומרים גבישיים המתאימים לאלקטרוליטים של סוללות ליתיום-יון במצב מוצק - אתגר מרכזי לסוללות מהדור הבא. לפי MIT News, התוצאות המובילות של המודל כללו חומרים שזוהו באופן עצמאי כמועמדים מבטיחים, והמערכת עלתה על קו בסיס של טקסט בלבד כאשר ניתנה שאילתות בשפה טבעית המתארות מאפיין וביקשה למצוא קריסטלים עם המאפיין הזה.

"מבנה הוא באמת בלב תחום מדעי החומרים," אמר לי. "אם אתה מבין את המבנה, אתה יכול להסיק לא מעט על תכונות וביצועים של חומרים. רצינו לבנות את הקשר בין המבנה האטומי של חומר לבין תכונותיו ועיבודו עבור המודל".

איפה זה מתאים לגילוי חומרים מונע בינה מלאכותית

בעשור האחרון, AI כבר עיצב מחדש את האופן שבו קריסטלים חדשים מוצעים ומתוכננים; עם זאת, רוב המערכות הללו מתייחסות לחומרים גבישיים כגרפים תלת מימדיים המעובדים על ידי ארכיטקטורות מיוחדות, נפרדות ממודלים של שפה המניעים AI למטרות כלליות. על ידי לימוד מודל מבוסס שפה לתפוס גיאומטריה ישירות, עבודת MIT מצביעה על עוזרים שיוכלו יום אחד להתמודד עם בקשת חומרים המוצהרת באנגלית פשוטה מקצה לקצה.

צוות המחקר כלל את הסופר הראשון יאנג ג'ונג פארק, פוסט דוקטורט לשעבר ב-MIT, יחד עם Mayank Kumaran, בוגר לאחרונה הנדסת מחשבים מאוניברסיטת אילינוי אורבנה-שמפיין, Chia-Wei Hsu, ואלזה אוליבטי, פרופסור ג'רי מקאפי (1940) להנדסה ב-MIT.

מה שיבוא אחר כך

המודל נשאר מערכת מחקר, ו-MIT לא הכריזה על כל פרודוקציה. אבל ההשלכות הן רחבות: אלקטרוליטים במצב מוצק היו מקרה מבחן אחד, ואותה גישת מבנה פלוס שפה יכולה לחול על זרזים, מוליכים למחצה או חומרים מבניים. אם הגישה תכליל, צוואר הבקבוק בגילוי החומרים עשוי לעבור מיצירת גבישים מועמדים לאימותם במעבדה - סביר להניח שנסייני משמרת יברכו.

---

הישאר לפני AI

קבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.

קרא עוד חדשות AI →