MIT araştırmacıları, yapay zeka malzeme üretimi öncesinde dil modeli ekleyerek temel kimya kurallarını uygulayan ve üretilen malzemelerin kararlılık oranını çarpıcı şekilde artıran CrysVCD — Değerlik Kısıtlamalı Tasarım ile Kristal Üreteci — çerçevesini yayınladı. Çalışma 26 Ağustos'ta Nature Computational Science'da yayımlandı.
Mevcut yapay zeka malzeme üretimi modelleri dakikada milyonlarca yapı adayı üretebilir, ancak çoğu kimyasal olarak kararsızdır ve pratikte işe yaramaz. Kararsız tasarımları filtrelemek, malzeme keşfinin maliyetinin yaklaşık yüzde 90'ını tüketiyor — bu darboğaz, sınırlı bilişim kaynaklarına sahip daha küçük laboratuvarları ve araştırma gruplarını dışlıyor.
CrysVCD, üretimin en başına bir dil modeli ekleyerek her tasarımın valans kabuğu kurallarını — elektronların atomlar etrafındaki düzenini sınırlayan temel kısıtlamaları — pahalı diffüzyon tabanlı üretim adımından önce karşılamasını sağlayarak bu sorunu çözüyor. Araştırmacılar kristal malzeme üretimlerinde neredeyse yüzde 70 mekanik kararlılık ve yüzde 85 metastabilite elde etti — bu, üretim sonrası tarama yaklaşımlarına göre bir büyüklük mertebesinde iyileşme.
"Malzeme üreten modeller DVD gibi ise, biz DVD oynatıcısıyız" diyen yardımcı doçent Mingda Li, "Bunu her türlü modele takabilirsiniz, sadece mevcut difüzyon modellerine değil, gelecek modellere de" dedi.
Ekip, CrysVCD'nin pratik değerini veri merkezi soğutması için kritik olan yüksek termal iletkenliğe sahip malzemeler üreterek gösterdi — enerjinin yaklaşık yüzde 30'u termal yönetime gidiyor — ve yarı iletkenler ile bilgisayar çipleri ile ilgili yüksek dielektrik sabitlerine sahip malzemeler üreterek gösterdi. Yaklaşım katı kristal yapılarla en iyi şekilde çalışıyor.
Araştırmacılar, yaklaşımın malzeme tasarımını demokratikleştirdiğini vurguladı: "Bu, aşağı akış seçim gereksinimlerini ortadan kaldırarak muazzam hesaplama maliyetleri ve zamandan tasarruf sağlayacak" diyen Li, "Bu, yüzlerce milyon malzeme üreten büyük çabalar kadar, hedefli uygulamalara sahip daha küçük araştırma gruplarına da yardımcı olacak" dedi.
Çalışma ABD Enerji Bakanlığı, Mathworks Engineering Fellowship, Ulusal Bilim Vakfı ve ABD Savunma Tehdit Azaltma Ajansı tarafından desteklendi.
