原则上，人工智能可以让为工作找到合适的材料就像点晚饭一样简单：向大型语言模型描述你需要什么，它就会为你提供一个为该任务设计的水晶。在实践中，这种情况仍然遥不可及，因为当今聊天机器人背后的模型从未真正见过大多数材料的样子。

麻省理工学院的研究人员报告说，他们已经采取了具体的步骤来解决这个问题。在《自然通讯》上发表的一篇新论文中，麻省理工学院材料科学与工程系 (DMSE) 的一个团队描述了一种多模态 AI 模型，该模型将三维原子结构与自然语言描述相结合，让系统同时推理晶体几何结构和文本。据麻省理工学院新闻报道，该模型通过允许人工智能查看决定材料行为的原子排列和键合模式，识别出比仅接受文本训练的系统更好的材料设计。这项工作为 AI 行业报道 的繁忙领域增添了新内容，该报道重点关注超越文本并进入物理世界的模型。

为什么文本训练模型会遇到问题

障碍从根本上来说是关于数据的。大多数材料都是晶体：原子的三维周期性排列，其结构以专门的计算格式存储，而不是训练大型语言模型的文本流。最重要的是，实验文献严重偏向于几种流行的晶体类别，这扭曲了主要基于已发表论文训练的任何人工智能的输出。

结果是出现了盲点并带来了真正的后果。地球上超过 90% 的固体材料是晶体，许多对下一代电池、电子产品或催化剂至关重要的结构都存在于计算数据库中，而纯语言系统实际上无法读取这些数据库。

教授一个模型来使结构与语言保持一致

麻省理工学院团队的答案是建立有效的晶体视觉语言模型。研究人员训练了一个语言模型，使用对比学习来生成晶体结构的文本描述，在这种方法中，模型会比较相似和不相似的结构和描述示例，直到形成统一的理解——麻省理工学院将这一过程与大脑如何对齐其视觉和语言区域进行比较。

至关重要的是，该团队选择综合自己对材料的叙述，而不是仅仅依赖现有的论文。该模型借鉴实验研究文献和第一原理计算数据库，生成了丰富的描述，不仅涵盖化学成分和结构，还涵盖特性、加工注意事项和潜在应用。

麻省理工学院动力工程系 Carl Richard Soderberg 教授、该论文的资深作者 Ju Li 表示：“我们希望创建一个广泛适用于各种材料的 AI 模型。” “这就是为什么我们决定综合叙述，而不是仅仅依赖现有的论文。我们发现，当我们使用叙述数据集时，模型能够更好地预测函数。”

测试：寻找固态电池电解质

为了评估该方法，研究人员比较了该模型的两个版本：一个版本根据人工智能生成的结构描述进行训练，另一个版本仅根据研究论文中的文本进行训练。经过综合描述训练的版本成功地学会了将几何结构与语言对齐，而纯文本版本却没有。

然后，该团队要求该模型识别适合固态锂离子电池电解质的晶体材料——这是下一代电池的关键挑战。据麻省理工学院新闻报道，该模型的最佳结果包括已被独立确定为有希望的候选材料，并且当给出描述属性的自然语言查询并要求查找具有该属性的晶体时，该系统的表现优于纯文本基线。

“结构确实是材料科学领域的核心，”李说。 “如果你了解结构，你就可以推断出很多有关材料的属性和性能的信息。我们希望在材料的原子结构与其属性和模型处理之间建立联系。”

这适合人工智能驱动的材料发现

在过去的十年中，人工智能已经重塑了新晶体的提出和设计方式；然而，这些系统中的大多数将晶体材料视为由专门架构处理的三维图形，与支持通用人工智能的语言模型分开。通过教授一种基于语言的模型来直接感知几何，麻省理工学院的工作指出，有一天，助理可以端到端地处理用简单英语表述的材料请求。

该研究团队包括第一作者、前麻省理工学院博士后 Yang Jeong Park、伊利诺伊大学厄巴纳-香槟分校计算机工程专业毕业生 Mayank Kumaran、Chia-Wei Hsu 和麻省理工学院 Jerry McAfee (1940) 工程教授 Elsa Olivetti。

接下来会发生什么

该模型仍然是一个研究系统，麻省理工学院尚未宣布任何产品化。但其影响是广泛的：固态电解质是一个测试案例，相同的结构加语言方法可以适用于催化剂、半导体或结构材料。如果这种方法得到推广，材料发现的瓶颈可能会从生成候选晶体转移到在实验室中验证它们——实验学家可能会欢迎这种转变。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →