Ilustratīva krājuma fotogrāfija ar dabiska kvarca kristālu druzu no Tibetas kā ikdienišķu kristāla piemēru.
Foto: JJ Harrison, caur Vikikrātuvi, licence Creative Commons Atsauce, tādi paši noteikumi 2.5 (https://creativecommons.org/licenses/by-sa/2.5/). Faila lapa: https://commons.wikimedia.org/wiki/File:Quartz,_Tibet.jpg
Kas tas ir
No kristāliem ir atkarīgas daudzas tehnoloģijas: akumulatori, magnēti, katalizatori un materiāli, kas uztver oglekļa dioksīdu. Jauna kristāla ar noderīgu īpašību atrašana parasti nozīmēja zināmu materiālu pārbaudi cita pēc citas. MatterGen, ko izveidoja Microsoft Research, darbojas pretēji. Tas ir difūzijas modelis, tātad tā pati mākslīgā intelekta saime, ko izmanto attēlu ģeneratori: tas sāk ar nejaušu atomu izkārtojumu un soli pa solim pārveido to par kristālu. Tas mācījās no aptuveni 608 000 stabilu kristālu struktūru no divām atvērtām materiālu datubāzēm, Materials Project un Alexandria. Pēc papildu apmācības no tā var pieprasīt kristālu ar noteiktu ķīmisko sastāvu, simetriju vai īpašību, piemēram, ar noteiktu pretestību saspiešanai. Kods un apmācības dati ir publicēti atklāti.
Kāpēc tas ir svarīgi
Zināmo materiālu pārmeklēšana ļauj atrast tikai to, kas jau ir katalogos, un agri vai vēlu kandidāti beidzas. Microsoft Research blogā teikts, ka ģeneratīvais modelis turpināja atrast jaunus ļoti grūti saspiežamu materiālu kandidātus, kamēr meklēšana starp zināmajiem izsmēla sarakstu. Pēc Nature raksta datiem, salīdzinājumā ar agrākajiem ģeneratīvajiem modeļiem MatterGen kristāli vairāk nekā divreiz biežāk ir jauni un stabili, un to atomu izkārtojums ir vairāk nekā desmit reižu tuvāks tuvākajam stabilajam zemākās enerģijas stāvoklim, kas liecina par lielāku tuvumu stabilai formai.
Kā to lasīt
Galveno skaitli dod laboratorijas pārbaude, jo aprēķinu rezultāti ir tikai prognozes. Pētnieki lūdza MatterGen piedāvāt materiālu, kas pretojas saspiešanai ar spēku 200 gigapaskāli (gigapaskāls ir spiediena mērvienība). Tūkstošiem datorprojektu atfiltrēja līdz 75, un izgatavošanai pētnieki izvēlējās četrus. Izdevās viens: tantala, hroma un skābekļa savienojums. Parauga pārbaude deva novērtējumu līdz 169 gigapaskāliem, kas ietilpst 20 procentu robežās no mērķa. Pārējie raksta rezultāti, piemēram, par stabilitāti, iegūti ar aprēķiniem, tāpēc šī laboratorijas pārbaude parāda, kā uzvedas īsts paraugs.
Ierobežojumi
Izdevās izgatavot tikai vienu no četriem izvēlētajiem projektiem, un īstajā materiālā tantala un hroma atomi bija sajaukti nejauši, kamēr datorprojektā tie stāvēja sakārtoti. Novērtējums galvenokārt balstīts uz aprēķiniem, un autori raksta, ka praktiskam lietojumam vajag vairāk nekā šīs pārbaudes. Modelis arī biežāk nekā apmācības dati rada kristālus ar ļoti zemu simetriju, jo īpaši lielākus. Paši autori eksperimentu sauc par principa pierādījumu.
Avoti
- Nature: ģeneratīvs modelis neorganisko materiālu projektēšanai, 2025. gada 16. janvāris (A generative model for inorganic materials design)
- Microsoft Research: MatterGen, jauns materiālu projektēšanas paņēmiens ar ģeneratīvo mākslīgo intelektu, 2025. gada 16. janvāris (MatterGen: A new paradigm of materials design with generative AI)
- GitHub: microsoft/mattergen, kods un dati (microsoft/mattergen, code and data)
- Vikikrātuve: Quartz, Tibet, foto (Quartz, Tibet, photo)
