Wesprzyj

Innowacje

Sztuczna inteligencja

Projektowanie materiałów z MatterGen

Ilustracyjne zdjęcie stockowe naturalnej druzy kwarcu z Tybetu jako codziennego przykładu kryształu.

Ilustracyjne zdjęcie stockowe naturalnej druzy kwarcu z Tybetu jako codziennego przykładu kryształu.

Zdjęcie: JJ Harrison, za pośrednictwem Wikimedia Commons, licencja Creative Commons Uznanie autorstwa na tych samych warunkach 2.5 (https://creativecommons.org/licenses/by-sa/2.5/). Strona pliku: https://commons.wikimedia.org/wiki/File:Quartz,_Tibet.jpg

Sztuczna inteligencja Badania

Czym jest

Od kryształów zależy wiele technologii: akumulatory, magnesy, katalizatory i materiały wychwytujące dwutlenek węgla. Znalezienie nowego kryształu o przydatnej właściwości zwykle oznaczało sprawdzanie znanych materiałów jeden po drugim. MatterGen, zbudowany w Microsoft Research, działa odwrotnie. To model dyfuzyjny, czyli z tej samej rodziny sztucznej inteligencji, której używają generatory obrazów: zaczyna od przypadkowego ułożenia atomów i krok po kroku doprowadza je do kryształu. Uczył się na około 608 000 stabilnych struktur krystalicznych z dwóch otwartych baz danych o materiałach, Materials Project i Alexandria. Po dodatkowym treningu można go poprosić o kryształ o określonym składzie chemicznym, symetrii lub właściwości, na przykład o odporności na ściskanie. Kod i dane treningowe są opublikowane otwarcie.

Dlaczego to ważne

Przeszukiwanie znanych materiałów pozwala znaleźć tylko to, co już skatalogowano, i prędzej czy później kandydaci się kończą. Blog Microsoft Research podaje, że model generatywny nadal znajdował nowych kandydatów na materiały bardzo trudne do ściśnięcia, podczas gdy wyszukiwanie wśród znanych wyczerpało listę. Według artykułu w Nature, w porównaniu z wcześniejszymi modelami generatywnymi kryształy MatterGen są ponad dwa razy częściej nowe i stabilne, a ułożenie ich atomów jest ponad dziesięć razy bliższe najbliższemu stabilnemu stanowi o najniższej energii, co świadczy o większej bliskości do formy stabilnej.

Jak to czytać

Najważniejszą liczbę daje test laboratoryjny, bo wyniki obliczeń pozostają prognozami. Badacze poprosili MatterGen o materiał, który opiera się ściskaniu z siłą 200 gigapaskali (gigapaskal to jednostka ciśnienia). Tysiące projektów komputerowych odfiltrowano do 75, a do wykonania badacze wybrali cztery. Udał się jeden: związek tantalu, chromu i tlenu. Badanie próbki dało oszacowanie do 169 gigapaskali, co mieści się w granicach 20 procent od celu. Pozostałe wyniki artykułu, na przykład dotyczące stabilności, pochodzą z obliczeń, więc ten test laboratoryjny pokazuje, jak zachowuje się prawdziwa próbka.

Ograniczenia

Udało się wykonać tylko jeden z czterech wybranych projektów, a w prawdziwym materiale atomy tantalu i chromu były wymieszane przypadkowo, podczas gdy w projekcie komputerowym stały w uporządkowanym wzorze. Ocena opiera się głównie na obliczeniach, a autorzy piszą, że do zastosowań praktycznych potrzeba czegoś więcej niż te testy. Model częściej niż dane treningowe tworzy też kryształy o bardzo niskiej symetrii, zwłaszcza większe. Sami autorzy nazywają eksperyment dowodem koncepcji.

Źródła