The Pulse
Il modello CLaC del MIT collega le strutture cristalline alle proprietà dei materiali
I ricercatori del MIT presentano CLaC, un modello di IA che associa strutture cristalline tridimensionali a descrizioni in linguaggio naturale delle loro proprietà e dei loro usi. Nei test, descrizioni sintetiche per l’addestramento basate
AI.info Team · Scritto con l’IA ·
Dalla geometria atomica alla ricerca di materiali
I ricercatori del MIT hanno sviluppato un modello di IA che collega la disposizione tridimensionale degli atomi di un cristallo a descrizioni delle sue proprietà e dei suoi possibili usi. Il sistema, chiamato Contrastive Language-Crystal, o CLaC, permette ai ricercatori di cercare materiali cristallini in un database usando il linguaggio comune, anziché affidarsi soltanto a formule o file strutturali specializzati.
Lo studio, pubblicato su Nature Communications il 26 agosto, descrive un metodo per associare strutture cristalline e testi in uno spazio di rappresentazione condiviso. MIT News ha dato notizia del lavoro il 18 ottobre. L’obiettivo dei ricercatori è aiutare un modello ad associare la disposizione degli atomi a ciò che un materiale può fare, compresi i modi in cui potrebbe essere lavorato e gli ambiti in cui potrebbe essere utile.
«Al contrario, i modelli addestrati esclusivamente su testi grezzi della letteratura scientifica non mostrano un’organizzazione semantica comparabile, a sottolineare l’importanza della qualità dei dati sintetici, e non soltanto della loro quantità.»
Yang Jeong Park, Mayank Kumaran, Chia-Wei Hsu, Elsa Olivetti e Ju Li, autori di «Scaling multimodal materials representation learning with synthetic narratives»
Perché il modello usa descrizioni sintetiche
I cristalli sono solitamente rappresentati come dati tridimensionali strutturati, mentre i modelli linguistici apprendono dai testi. L’approccio del gruppo di ricerca consiste nell’addestrare una rete neurale a grafo a codificare le strutture cristalline e un modello linguistico a codificare le descrizioni, per poi usare l’apprendimento contrastivo in modo da avvicinare le coppie corrispondenti di struttura e testo in uno spazio condiviso. Il codificatore delle strutture cristalline è PaiNN, mentre quello dei testi è Galactica-125M.
Il set di addestramento associa circa 126.000 materiali del Materials Project a descrizioni generate da modelli linguistici e basate su proprietà calcolate dei materiali. I ricercatori hanno testato anche un’alternativa fondata sulla letteratura scientifica, usando testi raccolti da un corpus di quattro milioni di articoli scientifici. Questi testi hanno prodotto circa 400.000 coppie di frasi, che però rappresentavano all’incirca 400 composti inorganici: un’indicazione di quanto la ricerca pubblicata si concentri su un gruppo relativamente ristretto di materiali.
Il confronto evidenzia un ostacolo pratico: aggiungere più testi scientifici non insegna necessariamente a un modello il legame tra una specifica geometria cristallina e una proprietà utile. Le descrizioni sintetiche di CLaC collegano esplicitamente le strutture alle proprietà, ai dettagli di lavorazione e alle applicazioni, fornendo al modello un segnale di addestramento più diretto.
Una ricerca sulle batterie mette alla prova il collegamento
I ricercatori hanno verificato se CLaC fosse in grado di trovare materiali candidati a partire da una descrizione in linguaggio naturale di una proprietà desiderata, senza ulteriore addestramento specifico per il compito. In una ricerca relativa agli elettroliti per batterie agli ioni di litio allo stato solido, il modello ha restituito materiali contenenti litio con un band gap medio elevato tra i primi 30 risultati. Un candidato, Li₆PClO₅, si è classificato al quarto posto ed era stato identificato indipendentemente come promettente.
Questo esempio ha un limite importante: le descrizioni sintetiche dello studio non includevano la conducibilità ionica, un’altra proprietà necessaria per valutare un elettrolita. Il modello ha quindi effettuato la ricerca usando una condizione di band gap elevato, non una specifica completa per un materiale da impiegare in una batteria funzionante. Il risultato mostra che il modello può trovare candidati associati a una proprietà indicata; non dimostra che CLaC abbia accertato le prestazioni di un materiale in una batteria.
L’articolo riferisce inoltre che l’addestramento su testi sintetici ha superato, per tutte le proprietà testate, un termine di confronto basato su una selezione casuale dei risultati, mentre la versione addestrata su testi della letteratura scientifica ha ottenuto risultati molto più vicini a quelli della selezione casuale. La distinzione è importante: i miglioramenti del modello dipendono dal modo in cui i testi vengono associati alle strutture, non semplicemente dal fatto di fornirgli una quantità maggiore di articoli.
I singoli cristalli delimitano l’ambito attuale
CLaC è progettato per i materiali cristallini e attualmente non gestisce policristalli, difetti o strutture metallo-organiche, scrivono gli autori. Questi casi contano perché i materiali reali possono contenere irregolarità o più grani cristallini che ne modificano il comportamento. Il sistema attuale copre quindi solo una parte dei materiali che i ricercatori potrebbero dover valutare.
Il lavoro presenta CLaC come uno strumento di ricerca e rappresentazione, non come un sistema che sintetizza nuovi materiali o ne verifica autonomamente le proprietà. Il suo contributo immediato è un modo per passare dalla struttura atomica al linguaggio con cui gli scienziati descrivono il comportamento dei materiali, e viceversa. Nelle ricerche relative alle batterie, l’esempio testato ha collocato Li₆PClO₅ al quarto posto tra i candidati trovati, mentre la ricerca stessa non includeva la conducibilità ionica.