तत्वतः, आर्टिफिशियल इंटेलिजन्समुळे नोकरीसाठी योग्य साहित्य शोधणे रात्रीचे जेवण ऑर्डर करण्याइतके सोपे होऊ शकते: मोठ्या भाषेच्या मॉडेलमध्ये आपल्याला काय आवश्यक आहे याचे वर्णन करा आणि ते आपल्याला कार्यासाठी डिझाइन केलेले क्रिस्टल देते. व्यवहारात, ती परिस्थिती आवाक्याबाहेर राहिली आहे, कारण आजच्या चॅटबॉट्समागील मॉडेल्सनी बहुतेक साहित्य कसे दिसते हे प्रत्यक्षात पाहिलेले नाही.

एमआयटीच्या संशोधकांनी ते निश्चित करण्याच्या दिशेने ठोस पाऊल उचलले आहे. नेचर कम्युनिकेशन्समध्ये प्रकाशित झालेल्या एका नवीन पेपरमध्ये, MIT च्या डिपार्टमेंट ऑफ मटेरियल सायन्स अँड इंजिनिअरिंग (DMSE) च्या टीमने मल्टीमॉडल एआय मॉडेलचे वर्णन केले आहे जे नैसर्गिक-भाषेतील वर्णनांसह त्रि-आयामी अणू संरचना एकत्र करते, क्रिस्टल भूमिती आणि मजकूर बद्दल सिस्टमला कारण देऊ देते. एमआयटी न्यूजनुसार, एआयला अणू व्यवस्था आणि सामग्री कशी वागते हे निर्धारित करणाऱ्या बॉन्डिंग पॅटर्न पाहण्याची परवानगी देऊन केवळ मजकूरावर प्रशिक्षित केलेल्या प्रणालींपेक्षा मॉडेल चांगले मटेरियल डिझाइन ओळखते. मजकुराच्या पलीकडे आणि भौतिक जगात जाणाऱ्या मॉडेल्सवर लक्ष केंद्रित केलेल्या AI उद्योग कव्हरेज च्या व्यस्त भागामध्ये हे काम जोडते.

मजकूर-प्रशिक्षित मॉडेल्स वस्तूवर का अडखळतात

अडथळा हा मूलभूतपणे डेटाचा आहे. बहुतेक साहित्य स्फटिकासारखे असतात: अणूंची त्रिमितीय, नियतकालिक व्यवस्था ज्यांची रचना मोठ्या भाषेच्या मॉडेल्सना प्रशिक्षित केलेल्या मजकूर प्रवाहांपेक्षा विशेष संगणकीय स्वरूपांमध्ये संग्रहित केली जाते. सर्वात वर, प्रायोगिक साहित्य हे क्रिस्टल्सच्या काही लोकप्रिय वर्गांबद्दल जोरदारपणे पक्षपाती आहे, जे प्रामुख्याने प्रकाशित पेपर्सवर प्रशिक्षित केलेल्या कोणत्याही AI च्या आउटपुटला कमी करते.

परिणाम वास्तविक परिणामांसह एक अंध स्थान आहे. पृथ्वीवरील 90 टक्क्यांहून अधिक घन पदार्थ क्रिस्टलीय आहेत आणि पुढील पिढीच्या बॅटरी, इलेक्ट्रॉनिक्स किंवा उत्प्रेरकांसाठी महत्त्वाची ठरू शकणारी अनेक रचना संगणकीय डेटाबेसमध्ये राहतात जी केवळ भाषा-प्रणाली प्रभावीपणे वाचू शकत नाहीत.

भाषेसह रचना संरेखित करण्यासाठी मॉडेल शिकवणे

क्रिस्टल्ससाठी प्रभावीपणे दृष्टी-भाषा मॉडेल काय आहे ते तयार करणे हे एमआयटी संघाचे उत्तर होते. संशोधकांनी विरोधाभासी शिक्षणाचा वापर करून क्रिस्टल स्ट्रक्चर्सचे मजकूर वर्णन तयार करण्यासाठी एक भाषा मॉडेल प्रशिक्षित केले, एक दृष्टिकोन ज्यामध्ये एखादे मॉडेल एकसमान समज विकसित होईपर्यंत संरचना आणि वर्णनांच्या समान आणि भिन्न उदाहरणांची तुलना करते - एक प्रक्रिया MIT मेंदू त्याचे दृश्य आणि भाषा क्षेत्र कसे संरेखित करते याची तुलना करते.

निर्णायकपणे, संघाने केवळ विद्यमान कागदपत्रांवर अवलंबून न राहता सामग्रीबद्दल स्वतःचे वर्णन संश्लेषित करणे निवडले. प्रायोगिक संशोधन साहित्य आणि प्रथम-तत्त्वे संगणकीय डेटाबेसेसवर रेखाचित्र, मॉडेलने केवळ रासायनिक रचना आणि रचनाच नव्हे तर गुणधर्म, प्रक्रिया विचार आणि संभाव्य अनुप्रयोग देखील समाविष्ट करणारे समृद्ध वर्णन तयार केले.

"आम्हाला एआय मॉडेल तयार करायचे होते जे सर्व सामग्रीवर व्यापकपणे कार्य करते," जू ली, एमआयटीमधील पॉवर इंजिनीअरिंगमधील कार्ल रिचर्ड सोडरबर्ग प्रोफेसर आणि पेपरवरील वरिष्ठ लेखक म्हणाले. "म्हणूनच आम्ही केवळ विद्यमान कागदपत्रांवर अवलंबून न राहता कथनांचे संश्लेषण करण्याचा निर्णय घेतला. आम्हांला असे आढळले की जेव्हा आम्ही ते वर्णनात्मक डेटासेट वापरला, तेव्हा मॉडेल फंक्शनचा अंदाज लावण्यात अधिक चांगले आहेत."

चाचणी: सॉलिड-स्टेट बॅटरी इलेक्ट्रोलाइट्स शोधणे

दृष्टिकोनाचे मूल्यमापन करण्यासाठी, संशोधकांनी मॉडेलच्या दोन आवृत्त्यांची तुलना केली: एक AI-व्युत्पन्न संरचनात्मक वर्णनांवर प्रशिक्षित आणि एक केवळ संशोधन पेपरमधील मजकुरावर प्रशिक्षित. संश्लेषित वर्णनांवर प्रशिक्षित आवृत्तीने भौमितिक रचनांना भाषेसह संरेखित करणे यशस्वीरित्या शिकले, तर केवळ मजकूर आवृत्ती असे नाही.

त्यानंतर संघाने मॉडेलला सॉलिड-स्टेट लिथियम-आयन बॅटरी इलेक्ट्रोलाइट्ससाठी अनुकूल क्रिस्टलीय सामग्री ओळखण्यास सांगितले - पुढील पिढीच्या बॅटरीसाठी एक प्रमुख आव्हान. MIT न्यूजनुसार, मॉडेलच्या शीर्ष परिणामांमध्ये स्वतंत्रपणे आशादायक उमेदवार म्हणून ओळखल्या गेलेल्या सामग्रीचा समावेश होता आणि जेव्हा एखाद्या मालमत्तेचे वर्णन करणाऱ्या नैसर्गिक-भाषेतील प्रश्न देण्यात आले आणि त्या मालमत्तेसह क्रिस्टल्स शोधण्यास सांगितले तेव्हा सिस्टमने केवळ मजकूर-बेसलाइनपेक्षा जास्त कामगिरी केली.

"संरचना ही सामग्री विज्ञान क्षेत्राच्या केंद्रस्थानी आहे," ली म्हणाले. "तुम्ही रचना समजून घेतल्यास, तुम्ही सामग्रीचे गुणधर्म आणि कार्यप्रदर्शन याबद्दल बरेच काही अनुमान काढू शकता. आम्हाला सामग्रीची अणू रचना आणि त्याचे गुणधर्म आणि मॉडेलसाठी प्रक्रिया यांच्यातील संबंध निर्माण करायचा होता."

हे AI-चालित मटेरियल डिस्कवरीमध्ये कुठे बसते

गेल्या दशकात, एआयने आधीच नवीन क्रिस्टल्स कसे प्रस्तावित आणि डिझाइन केले आहेत याचा आकार बदलला आहे; तथापि, यापैकी बहुतेक प्रणाली, स्फटिकीय सामग्रीला विशेष आर्किटेक्चरद्वारे प्रक्रिया केलेले त्रि-आयामी आलेख मानतात, जे सामान्य-उद्देश एआयला शक्ती देणाऱ्या भाषा मॉडेलपेक्षा वेगळे असतात. भूमिती थेट जाणण्यासाठी भाषा-आधारित मॉडेल शिकवून, एमआयटी कार्य अशा सहाय्यकांकडे निर्देशित करते जे एक दिवस साध्या इंग्रजीमध्ये शेवटी सांगितलेली सामग्री विनंती हाताळू शकतात.

संशोधन संघात प्रथम लेखक यांग जेओंग पार्क, माजी MIT पोस्टडॉक, मयंक कुमारन, अलीकडील इलिनॉय युनिव्हर्सिटी ऑफ अर्बाना-चॅम्पेन संगणक अभियांत्रिकी पदवीधर, चिया-वेई हसू आणि एल्सा ऑलिवेट्टी, जेरी मॅकॅफी (1940) एमआयटीमधील अभियांत्रिकी प्राध्यापक यांचा समावेश होता.

पुढे काय येईल

मॉडेल एक संशोधन प्रणाली राहिली आहे आणि एमआयटीने कोणत्याही उत्पादनाची घोषणा केलेली नाही. परंतु परिणाम व्यापक आहेत: सॉलिड-स्टेट इलेक्ट्रोलाइट्स ही एक चाचणी केस होती आणि समान रचना-अधिक-भाषा दृष्टीकोन उत्प्रेरक, अर्धसंवाहक किंवा संरचनात्मक सामग्रीसाठी लागू होऊ शकतो. जर दृष्टीकोन सामान्यीकृत झाला, तर साहित्य शोधातील अडथळे उमेदवार क्रिस्टल्स तयार करण्यापासून ते प्रयोगशाळेत प्रमाणित करण्याकडे बदलू शकतात - एक शिफ्ट प्रयोगकर्ते स्वागत करतील.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →