Исследователи MIT представили подход, который помогает искать кристаллические материалы по описанию нужных свойств. Модель CLaC сопоставляет текст с трёхмерным расположением атомов и выдаёт список подходящих структур. Её задача - ускорить первичный отбор, а не создать готовое вещество по одной фразе.
Почему обычного текста недостаточно
Языковые модели учатся на статьях и книгах. В материаловедении этого мало по двум причинам. Научные публикации подробно описывают только часть известных кристаллов, а многие рассчитанные структуры хранятся в специализированных базах без связного текстового объяснения. Кроме того, текст плохо передаёт геометрию связей между атомами.
Для свойств материала форма структуры принципиальна. Одинаковый набор химических элементов может вести себя по-разному в зависимости от того, как атомы расположены и соединены. Поэтому поиск только по словам рискует пропустить подходящий кандидат или переоценить хорошо описанный, но не лучший класс веществ.
Как работает новый подход
Команда объединила трёхмерные атомные структуры с текстовыми описаниями состава, свойств, способов обработки и возможного применения. Часть таких описаний была синтезирована для данных из расчётных баз. Затем модель обучали сближать соответствующие друг другу текст и структуру и различать несовпадающие пары.
После обучения исследователь может сформулировать запрос на естественном языке. Система сопоставляет его с представлениями кристаллов и ранжирует кандидатов. В сравнении с версией, обученной только на фрагментах научных статей, модель с синтетическими описаниями лучше связывала геометрию со свойствами.
Что показал пример с аккумуляторами
Авторы попросили систему найти материалы, подходящие для твёрдых электролитов литийионных аккумуляторов. Среди верхних результатов оказались структуры, которые независимые исследования ранее уже считали перспективными. Это подтверждает, что модель способна извлекать полезные связи, но не доказывает пригодность каждого найденного вещества для серийного аккумулятора.
Рабочий электролит должен пройти дополнительные этапы: расчёт устойчивости, оценку проводимости, проверку совместимости с электродами, синтез образца и лабораторные измерения. На каждом этапе кандидат может отсеяться.
Где такой инструмент полезен
Главная выгода - сокращение пространства поиска. Вместо перебора огромной базы исследователь получает более узкий список структур, соответствующих заданным признакам. Подход может быть полезен для аккумуляторов, катализаторов, полупроводников и других задач, где свойства тесно связаны с кристаллической геометрией.
Модель также делает расчётные базы доступнее для текстового поиска. Это особенно важно для структур, которые редко появляются в публикациях и поэтому слабо представлены в данных обычных языковых моделей.
Чего результат пока не означает
CLaC не является универсальной машиной открытия материалов. Ранжирование зависит от качества исходных структур и описаний. Синтетический текст расширяет покрытие, но может переносить ограничения модели, которая его создала. Кроме того, удачный результат на исследовательских тестах не гарантирует одинаковую точность для любого свойства и класса веществ.
Практическое значение работы состоит в другом: трёхмерная структура становится частью поиска на естественном языке. Для материаловеда это новый способ сформировать гипотезу быстрее. Окончательный ответ по-прежнему дают физические расчёты, производство образца и эксперимент.
Пока никто не ответил. Начните обсуждение.