Главное
- Для твёрдых электролитов литий-ионных батарей модель выбрала материалы, которые ранее независимо назвали перспективными.
- Она научилась описывать геометрию кристаллов способом, недоступным моделям, работающим только с текстом.
- По запросу о нужном свойстве система находила кристаллы и превзошла модель для сравнения.
Об этом говорится в MIT News. Кристаллы состоят из атомов, расположенных в повторяющемся трёхмерном порядке. Их строение обычно хранят в специальных форматах, которые не похожи на обычный текст.
Большие языковые модели учатся на текстах научных статей и книг. В таких публикациях чаще описывают несколько популярных классов кристаллов, поэтому система может чаще предлагать именно их. При этом кристаллические материалы составляют более 90% твёрдых материалов на Земле.
Новая модель получила описания кристаллов, созданные на основе данных о расположении атомов, научных статей и расчётных баз. В этих описаниях указаны химический состав, строение, свойства, способы обработки и возможные применения материалов.
Для обучения использовали метод, при котором система сравнивает похожие и непохожие пары строений и текстов. Так она учится связывать геометрию материала с его описанием.
Одну обучили на созданных моделью описаниях, другую только на текстах научных статей. Первая научилась связывать форму кристалла с текстом, а вторая этого не показала.
В отдельном испытании системе давали обычный текстовый запрос о нужном свойстве материала. После этого она подбирала кристаллы с таким свойством и показывала результат лучше системы для сравнения.
Работу опубликовали в научном журнале Nature Communications. В ней участвовали Ju Li, Yang Jeong Park, Mayank Kumaran, Chia-Wei Hsu и Elsa Olivetti. Проект частично финансировали американские Управление по снижению оборонных угроз и Агентство передовых оборонных исследовательских проектов, а также Национальный исследовательский фонд Кореи.
