معهد MIT يطوّر نموذجًا متعدد الوسائط لفهم بنية المواد البلورية

أعلن باحثون في معهد MIT تطوير نموذج ذكاء اصطناعي متعدد الوسائط للمواد البلورية، يربط بين الترتيب الذري ثلاثي الأبعاد والوصف اللغوي المستخلص من أوراق بحثية وقواعد بيانات حسابية. ونُشرت النتائج في مجلة Nature Communications، مع هدف واضح هو مساعدة النماذج على فهم العلاقة بين البنية والخصائص والتطبيقات بدل الاعتماد على النصوص وحدها.

المشكلة التي حاول الفريق حلها هي أن معظم نماذج اللغة الكبيرة تُدرَّب على النصوص، بينما تُخزَّن بنى البلورات في صيغ متخصصة لا تشبه اللغة الطبيعية. لذلك درّب الباحثون النموذج على إنشاء أوصاف نصية للتركيبات البلورية باستخدام التعلم المتباين، بحيث يتعلم الربط بين الأمثلة المتشابهة والمختلفة من البنية والوصف، ثم قارنوا أداءه بنسخة اعتمدت على نصوص الأوراق فقط.

وأظهرت الاختبارات أن النسخة التي استندت إلى الأوصاف المولّدة بالذكاء الاصطناعي تعلمت مطابقة الأشكال الهندسية مع اللغة، وتمكنت من تحديد مواد مناسبة لإلكتروليتات بطاريات الليثيوم الصلبة، وكانت ضمن نتائجها الأولى مواد عُرفت مستقلًا بأنها مرشحة واعدة. كما بيّن الباحثون أن النموذج اكتسب تمثيلات هندسية لا تصل إليها النماذج النصية فقط.

ويقول فريق MIT إن هذا النهج قد يوسّع قدرة الذكاء الاصطناعي على العمل عبر أنواع متعددة من المواد البلورية، بما يسرّع اكتشاف المواد وتصميمها. ويشبه بعض الباحثين أثره بما أحدثه AlphaFold في فهم بنية البروتينات، من حيث تحويل العلاقة بين البنية والوظيفة إلى أداة عملية للبحث العلمي.