Modelo de IA do MIT conecta estruturas cristalinas 3D a textos para descobrir novos materiais

Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) desenvolveram um modelo de IA multimodal que combina as estruturas atômicas tridimensionais de materiais cristalinos com descrições em linguagem natural. O trabalho, publicado na revista Nature Communications e anunciado em 18 de outubro de 2026, mostra que o sistema consegue identificar projetos de materiais melhores do que modelos treinados apenas com texto.

O desafio está, em grande parte, nos dados. A maioria dos materiais sólidos são cristais, arranjos tridimensionais periódicos de átomos cujas estruturas são armazenadas em formatos de arquivo especializados, e não no tipo de texto com que os grandes modelos de linguagem aprendem. Além disso, a literatura experimental se concentra em um punhado de classes cristalinas populares, o que direciona as sugestões da IA para esses mesmos materiais.

Ensinando o modelo a enxergar a estrutura

A equipe gerou narrativas detalhadas para estruturas cristalinas, com base em artigos experimentais e em bancos de dados computacionais de primeiros princípios. Cada descrição abrange composição, estrutura, propriedades, considerações de processamento e possíveis aplicações. O modelo foi treinado com aprendizado contrastivo, comparando pares de estruturas e textos correspondentes e não correspondentes, para construir uma representação compartilhada.

Quando os pesquisadores compararam uma versão treinada com as descrições sintetizadas a outra treinada apenas com textos de artigos, somente a primeira aprendeu a alinhar estruturas geométricas com a linguagem. Diante de uma consulta em linguagem simples descrevendo uma propriedade, o modelo recuperou cristais com essa propriedade com mais sucesso do que um modelo de referência.

Quando solicitado a indicar materiais adequados para eletrólitos de baterias de íons de lítio em estado sólido, o modelo incluiu entre seus melhores resultados candidatos que outros trabalhos já haviam apontado de forma independente como promissores. "A estrutura está realmente no centro do campo da ciência dos materiais", afirmou Ju Li, professor do Departamento de Ciência e Engenharia de Materiais do MIT.

Um AlphaFold para cristais

Li compara a abordagem ao AlphaFold, o sistema de IA que relaciona a estrutura das proteínas à sua função e que tem contribuído para a biologia e a descoberta de medicamentos. Entre os coautores estão o primeiro autor, Yang Jeong Park, Mayank Kumaran, Chia-Wei Hsu e a professora Elsa Olivetti, que afirmou esperar que o método possa representar uma mudança significativa para a área.

A pesquisa foi apoiada em parte pela Agência de Redução de Ameaças de Defesa dos EUA, pela Agência de Projetos de Pesquisa Avançada de Defesa dos EUA e pela Fundação Nacional de Pesquisa da Coreia do Sul. A equipe acredita que o método se aplica a muitos materiais cristalinos e espera que outros cientistas o adotem.