Що сталося
Дослідники MIT розробили CrysVCD, фреймворк, який поєднує мовну модель із системами генерації матеріалів на основі дифузії. Він застосовує основні правила хімічної валентності перед створенням кристалічних структур, замість того, щоб покладатися переважно на дороге подальше скринінгування. У дослідженні цей підхід створив кандидати на обчислювальні матеріали з механічною стабільністю 68% і метастабільністю 85% при налаштуванні на показники стабільності.
Новини Массачусетського технологічного інституту повідомляють, що дослідники розробили структуру під назвою «кристалічний генератор із валентно-обмеженим дизайном» або CrysVCD. Система призначена для початкової частини генерації матеріалів на основі штучного інтелекту, де вона може накладати хімічні обмеження до того, як модель витратить значні обчислення на створення потенційних атомних структур. Основна проблема, яку вона вирішує, полягає в тому, що генеративні системи можуть створювати велику кількість дизайнів без достовірного обліку хімічної стабільності.
Повідомлений робочий процес поєднує два типи моделей ШІ. По-перше, мовна модель виробляє формули, які задовольняють вибраним правилам щодо валентних електронів навколо атомів матеріалу. Потім модель дифузії використовує ці формули для створення відповідної кристалічної структури. Массачусетський технологічний інститут описує це як спосіб перенести питання стабільності на ранній стадії процесу замість того, щоб створювати великий пул кандидатів і фільтрувати більшість із них згодом.
У статті, опублікованій в Nature Computational Science, дослідники повідомляють, що CrysVCD допоміг кільком широко використовуваним моделям матеріалів частіше задовольняти правила валентної оболонки. Коли підхід був точно налаштований на показники стабільності, отримані кристалічні матеріали досягли 68% механічної стабільності та 85% метастабільності, згідно з даними MIT. Метастабільність тут означає, чи залишається матеріал у стабільному стані, коли його не турбують. Массачусетський технологічний інститут також каже, що метод досяг високої стабільності динаміки решітки в майже 70% обчислювальних поколінь.
Дослідники використовували структуру для пошуку кандидатів із такими властивостями, як висока теплопровідність і легка поляризація в електричному полі. Джерело з’єднує ці цілі з напівпровідниковими додатками та матеріалами, які можуть допомогти відвести тепло від обладнання центрів обробки даних. Массачусетський технологічний інститут повідомляє, що цей підхід був на порядок ефективнішим, ніж методи, які спочатку генерують матеріали, а потім перевіряють їх, хоча стаття не містить основного робочого навантаження, базової лінії чи обліку, необхідних для незалежної інтерпретації цього порівняння.
Деталі джерела: news.mit.edu ↗
Чому це важливо
ШІ може створити величезну кількість дизайнів матеріалів, але нестабільні кандидати можуть зробити більшу частину цього результату непридатним для використання. Массачусетський технологічний інститут каже, що перевірка стабільності може становити близько 90% обчислювальних витрат на створення придатних для використання матеріалів і може тривати тижні або місяці. Якщо повідомлені результати узагальнити, попередні хімічні обмеження можуть зробити відкриття обчислювальних матеріалів більш доступним для невеликих лабораторій і компаній, орієнтуючись на властивості, пов’язані з напівпровідниками та охолодженням центрів обробки даних.
Практична проблема полягає не просто у створенні нових формул. Системи штучного інтелекту вже можуть швидко створювати мільйони дизайнів, але значна частина може бути хімічно нестабільною або непридатною з інших причин. За даними Массачусетського технологічного інституту, перевірка стабільності може становити близько 90% обчислювальних витрат на створення придатних для використання матеріалів і може тривати тижні або місяці. Ці витрати можуть сприяти великим організаціям з великими обчислювальними ресурсами та обмежувати менші дослідницькі групи.
Таким чином, звітний внесок CrysVCD полягає в зміні того, де витрачаються обчислення. Застосовуючи обмежений набір хімічних правил перед створенням структури, система прагне підвищити частку кандидатів, які виживають після валідації. Це вужче та більш вимірюване твердження, ніж те, що штучний інтелект вирішив відкриття матеріалів: структура розроблена для підвищення ефективності та якості генерації кандидатів за певних хімічних і структурних умов.
Можливість націлювати властивості одночасно зі стабільністю також може мати значення для робочих процесів розробки. Висока теплопровідність має значення для охолодження, тоді як діелектричні властивості та поляризаційна поведінка можуть мати значення для електронних компонентів. Джерело конкретно пов’язує ці цілі з напівпровідниками та центрами обробки даних, але не повідомляє про виготовлені компоненти, розгортання на місцях або покращення продуктивності в діючому продукті.
Аргумент доступності є важливим, якщо повідомлена ефективність виходить за межі налаштувань дослідження. Зменшення утворення відходів і скринінг може знизити перешкоди для академічних груп і невеликих компаній, які шукають матеріали для цільового застосування. Однак цей потенціал слід розуміти як наслідки дослідження, а не як доказ того, що метод уже широко доступний, комерційно інтегрований або перевірений у повному спектрі проблем із матеріалами.
Інтерактивний механізм: як він насправді працює
Дослідіть технологію, що лежить в основі цієї розробки, в інтерактивному режимі.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Що дивитися далі
Ключове питання без відповіді полягає в тому, чи можна синтезувати обчислювально стабільні кандидати CrysVCD і працювати, як передбачено під час фізичного тестування. Джерело каже, що цей метод найкраще працює для високовпорядкованих твердих структур і не для всіх типів матеріалів. Подальша робота повинна перевірити реплікацію між класами матеріалів, моделями, властивостями та незалежними лабораторіями, а також кількісно визначити фактичну економію обчислень і часу в повних робочих процесах виявлення.
Найважливішим наступним кроком є фізична перевірка. Стаття Массачусетського технологічного інституту описує обчислювальні генерації та тести на стабільність, але в ній не сказано, що заявлені кандидати були синтезовані, виміряні в лабораторії, вбудовані в пристрій або перевірені в робочих умовах. Хімічна та обчислювальна стабільність є необхідними показниками, але вони самі по собі не вказують на те, що матеріал можна виготовити економічно або забезпечити заплановані характеристики.
Загальність – ще одне відкрите питання. Джерело каже, що CrysVCD найкраще працює з міцними структурами, які мають дуже впорядкований внутрішній механізм, і не працює з усіма типами матеріалів. Подальші дослідження мають показати, як метод працює на менш впорядкованих матеріалах, різних хімічних системах і властивостях, окрім прикладів, розглянутих у статті.
Повідомлені відсотки та порівняння ефективності також вимагають ретельного повторення. У статті не вказується повна кількість поколінь, точний склад оцінюваних наборів даних, моделі, що використовуються як базові лінії, або обчислювальне обладнання та облік, що стоять за твердженням про порядок величини. Ці деталі визначатимуть, чи виграш перетвориться на нижчі загальні витрати на відкриття в реалістичних робочих процесах.
Нарешті, дослідники та потенційні користувачі повинні стежити за доказами щодо інтеграції та доступу. Джерело каже, що фреймворк може бути підключений до існуючих і майбутніх моделей генерації матеріалів, але не вказано, чи опубліковані CrysVCD, навчені моделі, код або структури-кандидати. Незалежне відтворення, результати фізичного синтезу та прозорі наскрізні вимірювання вартості прояснили б, наскільки близькі дослідження до практичної розробки матеріалів.