menu
close

Model AI 'CrystalGPT' Mengubah Penyelidikan Sains Bahan

Penyelidik dari Universiti Liverpool dan Southampton telah membangunkan CrystalGPT (secara rasmi dinamakan MCRT), sebuah model AI terobosan yang dilatih menggunakan lebih 706,000 struktur kristal eksperimen. Sistem ini menggabungkan perwakilan atom berasaskan graf dengan pengimejan topologi untuk menganalisis struktur molekul secara terperinci dan corak yang lebih luas secara serentak. Inovasi ini membolehkan ramalan sifat kristal yang tepat dengan data yang minimum, berpotensi mempercepat penemuan dalam bidang farmaseutikal, elektronik, dan bahan termaju.
Model AI 'CrystalGPT' Mengubah Penyelidikan Sains Bahan

Penyelidik British telah mencipta alat AI baharu yang berkuasa dan berpotensi merevolusikan cara saintis menemui serta mereka bahan baharu.

Pasukan dari Universiti Liverpool dan Universiti Southampton telah memperkenalkan CrystalGPT, yang secara rasmi dikenali sebagai Molecular Crystal Representation from Transformers (MCRT). Model berasaskan transformer ini telah dipra-latih menggunakan 706,126 struktur kristal eksperimen daripada Cambridge Structural Database, membolehkannya mempelajari sendiri bahasa kompleks kristal molekul.

Keunikan CrystalGPT terletak pada pendekatan perwakilan gandanya. Model ini menggabungkan analisis ikatan atom berasaskan graf dengan keupayaan pengimejan topologi, membolehkan ia memproses struktur molekul secara terperinci dan juga corak yang lebih luas secara serentak. Pendekatan multi-mod ini memberikan AI pemahaman menyeluruh terhadap sifat kristal di peringkat mikro dan makro.

"MCRT bertujuan menjadi model asas yang mudah ditala mengikut masalah yang dihadapi, walaupun dengan jumlah data yang terhad," jelas ahli pasukan Xenophon Evangelopoulos dari Universiti Liverpool. Keupayaan untuk berfungsi secara efektif dengan data yang sedikit ini amat bernilai dalam bidang kimia, di mana eksperimen makmal dan pengiraan selalunya mahal dan memakan masa.

Model ini menggunakan empat tugasan pra-latihan berbeza untuk mengekstrak perwakilan tempatan dan global daripada kristal. Apabila ditala untuk aplikasi tertentu, CrystalGPT boleh meramalkan sifat utama bahan seperti ketumpatan, porositi, dan simetri dengan ketepatan luar biasa hanya menggunakan sebahagian kecil data yang biasanya diperlukan.

Implikasi untuk sains bahan adalah sangat besar. Kaedah pengiraan tradisional untuk meramalkan struktur dan sifat kristal terkenal dengan keperluan sumber yang tinggi. CrystalGPT mengatasi batasan ini, berpotensi mempercepat penemuan dalam bidang farmaseutikal, elektronik organik, pembangunan bateri, dan bahan berliang untuk penyimpanan gas. Seperti yang dinyatakan oleh Profesor Andy Cooper dari Liverpool, model ini telah "mempelajari corak paling unik dalam kristal ini" dan "bagaimana corak ini berkait dengan sifat praktikal," menjadikannya alat yang berkuasa untuk inovasi bahan.

Source:

Latest News