Britští vědci vytvořili výkonný nový nástroj umělé inteligence, který by mohl zásadně změnit způsob, jakým vědci objevují a navrhují nové materiály.
Tým z University of Liverpool a University of Southampton představil CrystalGPT, oficiálně označovaný jako Molecular Crystal Representation from Transformers (MCRT). Tento model založený na architektuře transformerů byl předtrénován na 706 126 experimentálních krystalových strukturách z Cambridge Structural Database, což mu umožnilo samostatně se naučit složitý „jazyk“ molekulárních krystalů.
Jedinečnost CrystalGPT spočívá v jeho přístupu dvojí reprezentace. Model kombinuje grafovou analýzu atomových vazeb s topologickým zobrazováním, což mu umožňuje zpracovávat detailní molekulární struktury i širší vzory současně. Tento multimodální přístup dává AI komplexní pochopení vlastností krystalů na mikro i makro úrovni.
„MCRT byl navržen jako základní model, který lze snadno doladit pro konkrétní problém, a to i s malým množstvím dostupných dat,“ vysvětluje člen týmu Xenophon Evangelopoulos z University of Liverpool. Tato schopnost efektivně pracovat s omezenými daty je v chemii obzvláště cenná, protože laboratorní experimenty a výpočty bývají nákladné a časově náročné.
Model využívá čtyři různé předtrénovací úlohy k extrakci jak lokálních, tak globálních reprezentací krystalů. Při doladění na konkrétní aplikace dokáže CrystalGPT předpovídat klíčové vlastnosti materiálů, jako je hustota, poréznost nebo symetrie, s pozoruhodnou přesností a pouze s malým zlomkem dat, která byla tradičně potřeba.
Dopady na materiálové vědy jsou významné. Tradiční výpočetní metody pro předpovídání krystalových struktur a vlastností jsou notoricky náročné na zdroje. CrystalGPT tyto limity obchází a může urychlit objevy ve farmacii, organické elektronice, vývoji baterií i v oblasti porézních materiálů pro skladování plynů. Jak poznamenává profesor Andy Cooper z Liverpoolu, model „se naučil nejvýraznější vzory v těchto krystalech“ a „jak tyto vzory souvisejí s praktickými vlastnostmi“, což z něj činí silný nástroj pro inovace v oblasti materiálů.