Investigadores britânicos criaram uma nova e poderosa ferramenta de IA que poderá revolucionar a forma como os cientistas descobrem e desenvolvem novos materiais.
A equipa da Universidade de Liverpool e da Universidade de Southampton apresentou o CrystalGPT, oficialmente designado por Molecular Crystal Representation from Transformers (MCRT). Este modelo baseado em transformers foi pré-treinado com 706.126 estruturas cristalinas experimentais provenientes da Cambridge Structural Database, permitindo-lhe aprender autonomamente a linguagem complexa dos cristais moleculares.
O que torna o CrystalGPT único é a sua abordagem de dupla representação. O modelo combina a análise de ligações atómicas baseada em grafos com capacidades de imagiologia topológica, permitindo-lhe processar simultaneamente estruturas moleculares detalhadas e padrões mais abrangentes. Esta abordagem multimodal confere à IA uma compreensão abrangente das propriedades dos cristais a níveis micro e macro.
"O MCRT foi concebido para ser um modelo de base que pode ser facilmente ajustado ao problema em questão, mesmo com pequenas quantidades de dados disponíveis", explica Xenophon Evangelopoulos, membro da equipa da Universidade de Liverpool. Esta capacidade de funcionar eficazmente com dados limitados é especialmente valiosa em química, onde as experiências laboratoriais e os cálculos são frequentemente dispendiosos e demorados.
O modelo utiliza quatro tarefas de pré-treinamento distintas para extrair representações locais e globais dos cristais. Quando ajustado para aplicações específicas, o CrystalGPT consegue prever propriedades-chave dos materiais, como densidade, porosidade e simetria, com uma precisão notável, utilizando apenas uma fração dos dados tradicionalmente necessários.
As implicações para a ciência dos materiais são significativas. Os métodos computacionais tradicionais para prever estruturas e propriedades cristalinas são notoriamente exigentes em termos de recursos. O CrystalGPT contorna estas limitações, podendo acelerar descobertas em áreas como farmacêutica, eletrónica orgânica, desenvolvimento de baterias e materiais porosos para armazenamento de gases. Como refere o Professor Andy Cooper, da Universidade de Liverpool, o modelo "aprendeu os padrões mais distintivos destes cristais" e "como estes padrões se relacionam com propriedades práticas", tornando-se uma ferramenta poderosa para a inovação em materiais.