MIT: model AI łączy struktury kryształów z opisem tekstowym

Naukowcy z MIT opracowali multimodalny model sztucznej inteligencji, który potrafi „widzieć” trójwymiarowe struktury krystaliczne i łączyć je z opisami w języku naturalnym, co ma rozwiązać fundamentalny problem AI w materiałoznawstwie – jak podaje MIT News. Dotychczasowe modele językowe, trenowane głównie na tekście, nie radziły sobie z rozumieniem geometrii materiałów i powielały stronniczość literatury naukowej skupionej na kilku popularnych klasach kryształów.

Kluczowe wnioski

• Zespół z MIT stworzył model wizyjno-językowy, który łączy trójwymiarowe struktury atomowe z opisami tekstowymi wygenerowanymi na podstawie prac naukowych i baz danych obliczeniowych pierwszych zasad.
• Model wykorzystuje tzw. uczenie kontrastowe – porównuje podobne i różne przykłady struktur oraz opisów tekstowych, by osiągnąć jednolite rozumienie obu modalności.
• W teście dotyczącym elektrolitów do stałych baterii litowo-jonowych model wskazał materiały, które niezależnie uznano wcześniej za obiecujących kandydatów.
• Badacze wykazali, że ich model nauczył się geometrycznych reprezentacji struktur materiałów w sposób niedostępny dla modeli trenowanych wyłącznie na tekście.
• Praca została opublikowana w czasopiśmie Nature Communications.

Dlaczego kryształy są problemem dla AI tekstowej

Zdecydowana większość materiałów stałych na Ziemi – ponad 90 procent – to kryształy, czyli wysoko uporządkowane, trójwymiarowe periodyczne układy atomów. Ich struktury są przechowywane w specjalistycznych formatach obliczeniowych, zupełnie odmiennych od strumieni tekstu, na których trenowane są dzisiejsze duże modele językowe. To sprawia, że klasyczne LLM-y mają ograniczoną wiedzę o fizycznym świecie materiałów – wiele potencjalnych struktur kryształów istnieje jedynie w bazach danych obliczeniowych, a nie w publikacjach tekstowych.

Dodatkowym problemem jest stronniczość literatury eksperymentalnej, która koncentruje się na stosunkowo wąskiej grupie popularnych klas kryształów. W efekcie odpowiedzi generowane przez AI trenowane na takich danych są zniekształcone w stronę tych samych, dobrze znanych materiałów, zamiast proponować nowe, potencjalnie lepsze rozwiązania.

„Struktura jest naprawdę sercem materiałoznawstwa” – mówi Ju Li, profesor inżynierii energetycznej im. Carla Richarda Soderberga na Wydziale Nauki o Materiałach i Inżynierii MIT (DMSE). „Jeśli rozumiesz strukturę, możesz wywnioskować bardzo wiele o właściwościach i działaniu materiałów. Chcieliśmy zbudować dla modelu połączenie między strukturą atomową materiału a jego właściwościami i sposobem przetwarzania”.

Autorami pracy, oprócz Li, są Yang Jeong Park – główny autor i była postdoc w MIT, Mayank Kumaran – absolwent inżynierii komputerowej University of Illinois Urbana-Champaign, Chia-Wei Hsu (absolwent MIT z 2026 roku) oraz Elsa Olivetti, profesor inżynierii im. Jerry’ego McAfee na DMSE.

Jak uczono model „widzieć” strukturę materiałów

Od dekady sztuczna inteligencja zmienia sposób, w jaki naukowcy poszukują nowych struktur krystalicznych, proponując i projektując kryształy wykorzystywane następnie w produktach przyszłości. Większość dotychczasowych modeli traktowała materiały krystaliczne jako trójwymiarowe grafy, jednak brakowało im zrozumienia wizualnej geometrii w połączeniu z językiem.

Aby to zmienić, zespół MIT postanowił stworzyć model wizyjno-językowy dedykowany materiałom krystalicznym. Najpierw wytrenowali model językowy do generowania opisów tekstowych struktur kryształów, stosując uczenie kontrastowe – podejście zbliżone do mechanizmu łączenia obszarów wizualnych i językowych w mózgu. Unifikowany opis nie ogranicza się do składu chemicznego i struktury materiału, lecz obejmuje także jego właściwości, kwestie związane z przetwarzaniem oraz potencjalne zastosowania.

Po treningu badacze porównali predykcje dwóch wersji modelu: jednej wytrenowanej na zbiorze danych zawierającym opisy wygenerowane przez AI, drugiej – na zbiorze zawierającym wyłącznie tekst z publikacji naukowych. Okazało się, że tylko model trenowany na opisach generowanych przez AI skutecznie nauczył się dopasowywać struktury geometryczne do opisów tekstowych.

„Chcieliśmy stworzyć model AI, który działa szeroko w obszarze materiałów” – podkreśla Li. „Dlatego zdecydowaliśmy się syntetyzować narracje, zamiast polegać wyłącznie na istniejących publikacjach. Zauważyliśmy, że gdy korzystaliśmy z tego narracyjnego zbioru danych, modele lepiej przewidują funkcję materiału”.

Przyspieszenie badań nad nowymi materiałami

W kolejnym etapie badacze wykazali, że ich model, otrzymując zapytanie w języku naturalnym opisujące pożądaną właściwość, potrafi wskazać materiały krystaliczne posiadające tę cechę – i robi to lepiej niż punkt odniesienia oparty na modelach tekstowych. Przykładem jest wspomniane zadanie identyfikacji materiałów nadających się na elektrolity w stałych bateriach litowo-jonowych, gdzie najwyżej ocenione przez model propozycje pokrywały się z kandydatami wskazanymi wcześniej niezależnie przez naukowców.

„Czasem w materiałoznawstwie pojawiają się takie skokowe zmiany związane z integracją algorytmiczną, prowadzące do użytecznych narzędzi, które społeczność wykorzystuje do dalszego rozwoju dziedziny” – mówi Elsa Olivetti. „To podejście pomaga nam głębiej wejrzeć w trójwymiarowe” struktury materiałów i powiązać je z realnymi zastosowaniami.

Badanie wpisuje się w szerszy trend wykorzystywania sztucznej inteligencji do przyspieszania odkryć naukowych – podobnie jak w przypadku wyzwań z analizą genomu ludzkiego, gdzie dane o złożonej strukturze biologicznej stawiają przed modelami AI podobne ograniczenia co dane krystalograficzne.

Nowy model opracowany przez zespół z MIT pokazuje, że łączenie danych strukturalnych z opisami językowymi może znacząco poprawić zdolność AI do rozumienia świata materiałów – a nie tylko świata tekstu, w którym powstała większość dzisiejszych dużych modeli.