Cum ar fi dacă găsirea materialului perfect pentru o nouă baterie ar fi la fel de ușoară ca plasarea unei comenzi pentru cină?
Aceasta este ideea din spatele unui nou model AI de la MIT. Cele mai multe materiale de care depindem, de la baterii la electronice, sunt cristale, adică atomi aranjați în modele 3D precise. Problema este că modelele AI de limbaj de astăzi învață din text, nu din structuri 3D, iar literatura științifică acoperă în principal un număr limitat de tipuri de cristale bine studiate. Așadar, AI-ul ajunge să aibă o viziune extrem de îngustă și plată asupra lumii materialelor.
Echipa MIT a construit un model care poate „vedea” atât structura atomică, cât și limbajul care o descrie. L-au antrenat să potențeze 3D structuri cristaline cu descrieri scrise bogate acoperind proprietățile, cum este fabricat materialul și la ce poate fi folosit. Este puțin ca învățarea unui creier să lege ceea ce vede cu ceea ce citește.
Rezultatele sunt promițătoare. Când i s-a cerut să identifice materiale pentru electroliți pentru baterii cu litiu-ion solide, principalele alegeri ale modelului au inclus materiale pe care alți cercetători le-au marcat în mod independent ca promițătoare. De asemenea, a depășit modelele antrenate doar pe text.
Cercetătorii speră să ajungă să fie pentru știința materialelor ceea ce AlphaFold a devenit pentru biologie, un instrument care conectează structura cu funcția și accelerează descoperirea.
Dacă AI ar putea proiecta orice material la cerere, ce ai vrea să creeze mai întâi? F52C
#Science #AI #MaterialsScience #MIT #Innovation
Aceasta este ideea din spatele unui nou model AI de la MIT. Cele mai multe materiale de care depindem, de la baterii la electronice, sunt cristale, adică atomi aranjați în modele 3D precise. Problema este că modelele AI de limbaj de astăzi învață din text, nu din structuri 3D, iar literatura științifică acoperă în principal un număr limitat de tipuri de cristale bine studiate. Așadar, AI-ul ajunge să aibă o viziune extrem de îngustă și plată asupra lumii materialelor.
Echipa MIT a construit un model care poate „vedea” atât structura atomică, cât și limbajul care o descrie. L-au antrenat să potențeze 3D structuri cristaline cu descrieri scrise bogate acoperind proprietățile, cum este fabricat materialul și la ce poate fi folosit. Este puțin ca învățarea unui creier să lege ceea ce vede cu ceea ce citește.
Rezultatele sunt promițătoare. Când i s-a cerut să identifice materiale pentru electroliți pentru baterii cu litiu-ion solide, principalele alegeri ale modelului au inclus materiale pe care alți cercetători le-au marcat în mod independent ca promițătoare. De asemenea, a depășit modelele antrenate doar pe text.
Cercetătorii speră să ajungă să fie pentru știința materialelor ceea ce AlphaFold a devenit pentru biologie, un instrument care conectează structura cu funcția și accelerează descoperirea.
Dacă AI ar putea proiecta orice material la cerere, ce ai vrea să creeze mai întâi? F52C
#Science #AI #MaterialsScience #MIT #Innovation

1
























