AIHere

MIT: ШІ-модель поєднує тривимірні структури кристалів із текстом для пошуку нових матеріалів

Дослідники MIT створили мультимодальну модель ШІ, яка поєднує тривимірні атомні структури з описами мовою і перевершує моделі, навчені лише на тексті, у пошуку придатних матеріалів.

Редакція AIHere News· 2 хв читання🇺🇸 США

Дослідники Массачусетського технологічного інституту (MIT) розробили мультимодальну модель штучного інтелекту, яка поєднує тривимірні атомні структури кристалічних матеріалів із описами природною мовою. Роботу опубліковано в Nature Communications, її анонсовано 18 жовтня 2026 року. Система здатна знаходити кращі варіанти матеріалів, ніж моделі, навчені лише на текстах.

Головна проблема полягає насамперед у даних. Більшість твердих матеріалів є кристалами, тобто періодичними тривимірними впорядкуваннями атомів, структури яких зберігаються у спеціалізованих форматах файлів, а не в текстах, на яких навчаються великі мовні моделі. Крім того, експериментальні дослідження зосереджуються на кількох популярних класах кристалів, що спонукає ШІ пропонувати саме ці матеріали.

Навчання моделі бачити структуру

Команда створила детальні описи кристалічних структур, спираючись на експериментальні статті та обчислювальні бази даних, засновані на перших принципах. Кожен опис охоплює склад і структуру, а також властивості, міркування щодо обробки та можливі сфери застосування. Модель навчали за допомогою контрастного навчання: порівнювали співпадаючі та невідповідні пари структур і текстів, щоб сформувати спільне представлення даних.

Коли дослідники порівняли версію, навчену на синтезованих описах, з версією, навченою лише на текстах зі статей, лише перша навчилася пов'язувати геометричні структури з мовою. За простим текстовим запитом, що описує властивість, модель знаходила кристали з цією властивістю успішніше, ніж базова модель.

Коли модель попросили підібрати матеріали для твердотільних електролітів літій-іонних батарей, серед її найкращих результатів опинилися кандидати, які незалежно від цього вже визнали перспективними інші дослідження. «Структура справді є серцевиною матеріалознавства», — сказав Цзюй Лі, професор кафедри материалознавства та інженерії MIT.

AlphaFold для кристалів

Лі порівнює цей підхід з AlphaFold, системою ШІ, що пов'язує структуру білка з його функцією та допомогла в біології і пошуку ліків. Серед співавторів — перший автор Ян Чон Пак, Маянк Кумаран, Чіа-Вей Сю та професорка Ельза Оліветті, яка висловила надію, що цей метод може стати переломним моментом для галузі.

Дослідження частково фінансувалося Агентством Міністерства оборони США зі зменшення загроз, Агентством перспективних оборонних дослідницьких проєктів США (DARPA) та Національним дослідницьким фондом Кореї. Команда вважає, що метод застосовний до багатьох кристалічних матеріалів, і сподівається, що інші науковці його впровадять.

#дослідження ШІ#матеріалознавство#MIT#мультимодальні моделі#батареї

Коментарі

Будьте ввічливими. Коментарі перевіряються автоматично; спам, образи та персональні дані видаляються. На запитання можуть відповідати за допомогою ШІ.

Коментарів ще немає. Почніть обговорення або поставте запитання.

Пов'язані

Google DeepMind використала агентів Antigravity для пошуку кандидата на антимікробний пептид

Google DeepMind повідомляє, що біологи, які працювали з її агентною платформою Antigravity, визначили кандидата на пептид, що, за прогнозом, діє проти респіраторних патогенів, і зараз його тестують у лабораторії.

Дослідження🇮🇳
NVIDIA та IIT Madras представили набір даних для передпідготовки індійськими мовами обсягом 2,8 трлн токенів

Лабораторія AI4Bharat при IIT Madras разом із NVIDIA незабаром опублікує Nemotron-pretraining-Indic-v1, синтетичний корпус 22 індійських мов, а також відкритий конвеєр, на основі якого його створено.