MIT создал ИИ-модель, связывающую трехмерные структуры кристаллов с текстом для поиска новых материалов

Исследователи Массачусетского технологического института разработали мультимодальную ИИ-модель, которая объединяет трехмерные атомные структуры кристаллических материалов с описаниями на естественном языке. Работа, опубликованная в Nature Communications и анонсированная 18 октября 2026 года, показывает, что система способна находить более удачные варианты материалов, чем модели, обученные только на тексте.

Главная проблема здесь связана в первую очередь с данными. Большинство твердых материалов являются кристаллами, то есть периодическими трехмерными упорядоченными структурами атомов, которые хранятся в специализированных форматах файлов, а не в тексте, на котором обучаются большие языковые модели. Кроме того, экспериментальная литература сосредоточена на небольшом числе популярных классов кристаллов, из-за чего предложения ИИ тяготеют к тем же материалам.

Обучение модели видеть структуру

Команда создала подробные описания кристаллических структур, опираясь на экспериментальные статьи и базы данных вычислительных расчетов из первых принципов. Каждое описание охватывает состав и структуру, а также свойства, соображения по обработке и возможные области применения. Модель обучали методом контрастивного обучения: она сопоставляла совпадающие и несовпадающие пары структур и текстов, чтобы выстроить общее представление.

Когда исследователи сравнили версию, обученную на синтезированных описаниях, с версией, обученной только на тексте из статей, только первая научилась связывать геометрические структуры с языком. По запросу на простом языке с описанием свойства модель находила кристаллы с этим свойством успешнее базовой модели.

Когда модели предложили подобрать материалы для твердотельных электролитов литий-ионных батарей, среди ее лучших результатов оказались кандидаты, которые другие работы независимо отметили как перспективные. «Структура действительно лежит в основе материаловедения», — сказал Цзю Ли, профессор кафедры материаловедения и инженерии MIT.

AlphaFold для кристаллов

Ли сравнивает этот подход с AlphaFold, ИИ-системой, которая связывает структуру белка с его функцией и помогла развитию биологии и поиску лекарств. Среди соавторов — первый автор Ян Чжон Пак, Маянк Кумаран, Чиа-Вэй Сю и профессор Элса Оливетти, которая выразила надежду, что этот метод может стать качественным скачком для области.

Исследование частично финансировалось Агентством по снижению оборонных угроз США, Управлением перспективных исследовательских проектов Министерства обороны США и Национальным исследовательским фондом Республики Корея. Команда считает, что метод применим ко многим кристаллическим материалам, и надеется, что другие ученые его переймут.