Исследователи MIT разработали систему искусственного интеллекта CrysVCD, которая заметно повышает долю химически устойчивых материалов, спроектированных компьютером. Это может сократить огромные вычислительные затраты и время, которые промышленность и научные лаборатории сейчас тратят на отсеивание неустойчивых материалов. Описанный в статье в журнале Nature Computational Science инструмент проверяет, соответствуют ли предлагаемые материалы базовым химическим правилам о расположении электронов, до начала дорогостоящего процесса генерации, а не отфильтровывает неудачные варианты после него.
Ключевые факты о CrysVCD
- CrysVCD расшифровывается как «генератор кристаллов с проектированием, ограниченным валентностью»; его разработали исследователи MIT из подразделений материаловедения, химии, химической инженерии, физики и ядерных наук.
- Система объединяет языковую модель, создающую химически корректные формулы, и диффузионную модель, генерирующую соответствующую атомную структуру кристалла.
- В почти 70 процентах вычислительных генераций материалов CrysVCD достигла высокой устойчивости по критерию динамики решётки — строгому тесту стабильности.
- После дообучения на метриках стабильности подход дал кристаллические материалы с 68-процентной механической устойчивостью и 85-процентной метастабильностью.
- Инструмент также может нацеливаться на определённые свойства, включая высокую теплопроводность для охлаждения дата-центров или высокую диэлектрическую проницаемость для компьютерных чипов.
Почему химическая устойчивость стала узким местом в ИИ-проектировании материалов
Современные ИИ-модели могут за минуты создавать миллионы проектов новых материалов, однако это не привело к резкому росту числа материалов, реально используемых в таких изделиях, как компьютерные чипы и ракеты: модели не всегда надёжно учитывают химическую устойчивость. Неустойчивые материалы бесполезны в реальных условиях, поэтому компаниям приходится тратить большие вычислительные бюджеты на их отсеивание; иногда в итоге остаётся лишь небольшая доля пригодных вариантов.
Муян Чэн, аспирант MIT, участвовавший в исследовании, заявил, что проверка стабильности «имеет огромную вычислительную стоимость»: по его оценке, она составляет около 90 процентов вычислительных затрат на создание пригодных материалов и «может занимать недели или месяцы». Крупные компании с большими вычислительными бюджетами способны нести такие расходы, но многим небольшим компаниям и научным лабораториям это недоступно, что может ограничивать инновации в этой области.
Как CrysVCD улучшает существующие модели генерации материалов?
CrysVCD проверяет, соблюдает ли каждый предлагаемый материал ключевые химические правила, связанные с электронами вокруг его атомов, до начала дорогостоящей генерации, а не отбрасывает неустойчивые проекты после неё. Инструмент встроен в двухэтапный процесс: сначала языковая модель создаёт химически корректные формулы, затем диффузионная модель генерирует атомную структуру кристалла во взаимодействии с основной моделью генерации материала.
Доцент Минда Ли объяснил роль инструмента с помощью аналогии с носителями: «Если модели генерации материалов — это DVD-диски, то мы — DVD-плеер. Это можно подключить к любой модели, не только к существующим диффузионным моделям, но и к будущим моделям, в которых люди не могут генерировать достаточно стабильных материалов, и это может улучшить стабильность». Аспирант MIT Вэйлян Ло отметил, что обычная диффузионная генерация материалов идёт медленно — «примерно 1 000 шагов для создания одного материала», тогда как размещение модели CrysVCD в начале процесса можно представить как всего «пять шагов». Недавний выпускник Хао Тан добавил, что такая ранняя проверка «позволяет отсеять неустойчивые материалы, чтобы генерировать материалы более высокого качества», и что она «работает с любыми моделями, генерирующими материалы».
Что это означает для исследователей и академических лабораторий
Хезер Кулик, профессор химической инженерии MIT имени Ламмота дю Пона, сказала, что академические группы с меньшими ресурсами, чем у крупных компаний, всё равно могут добиться высоких результатов в поиске материалов «за счёт более умных проектов и других подходов», а не за счёт создания огромного числа кандидатов с последующим отбором по стабильности. Она назвала такой отбор неэффективным из-за высокой вычислительной стоимости. По её словам, ограничение генерации языковой моделью на старте позволяет исследователям «существенно повысить долю генерируемых стабильных материалов». Минда Ли заявил, что подход «сэкономит огромные вычислительные затраты и время, устранив необходимость последующего отбора», и будет полезен как масштабным проектам, генерирующим сотни миллионов материалов, так и небольшим исследовательским группам, работающим над целевыми применениями.
Нацеливание на свойства материалов для реального применения
Помимо устойчивости, исследователи использовали CrysVCD для генерации кандидатов с высокой теплопроводностью и лёгкой поляризацией в электрическом поле — свойствами, важными для полупроводников и охлаждения дата-центров. Цзю Ли, профессор энергетической инженерии MIT имени Карла Ричарда Содерберга, назвал это «материалами, полезными для полупроводниковой промышленности, и материалами с высокой теплопроводностью, важными для охлаждения дата-центров». Он отметил, что около 30 процентов быстро растущего энергопотребления дата-центров приходится на охлаждение, поэтому отрасли нужны материалы, способные эффективнее отводить тепло.
Чэн отметил, что одновременная работа над устойчивостью и конкретными целями по характеристикам особенно сложна: «Каждый раз, когда у вас две цели, достижение этих целей с показателем выше 50 процентов трудно в этой области. В прошлом люди могли ставить целью конкретные свойства, но не стабильность, или наоборот, и получать однозначный процент материалов, соответствующих цели». Команда отмечает, что подход лучше всего работает с твёрдыми структурами, имеющими высокоупорядоченное внутреннее строение, а не со всеми видами материалов.
Часто задаваемые вопросы
Что такое CrysVCD?
CrysVCD — сокращение от «генератор кристаллов с проектированием, ограниченным валентностью» — это разработанная в MIT система, которая до запуска полного процесса генерации проверяет, соответствуют ли созданные ИИ проекты материалов базовым правилам химии валентных оболочек. Это повышает вероятность того, что сгенерированные материалы будут химически устойчивыми.
Насколько CrysVCD повышает показатели устойчивости материалов?
CrysVCD достигла высокой устойчивости по критерию динамики решётки в почти 70 процентах вычислительных генераций материалов. При дообучении на метриках стабильности она дала кристаллические материалы с 68-процентной механической устойчивостью и 85-процентной метастабильностью, сообщили исследователи MIT.
Кто разработал CrysVCD и где была опубликована работа?
CrysVCD разработала команда исследователей MIT, в которую вошли Минда Ли, Муян Чэн, Вэйлян Ло, Хао Тан, Боуэн Юй, Цзю Ли и Хезер Кулик, а также Юнцян Чэн из Национальной лаборатории Оук-Ридж и Вэйвэй Се из Университета штата Мичиган. Работа опубликована в статье в журнале Nature Computational Science.
Финансирование и дальнейшие шаги
Исследование частично поддержали Министерство энергетики США, стипендия Mathworks Engineering Fellowship, Национальный научный фонд США и Агентство по снижению угроз Министерства обороны США. По словам исследователей, система рассчитана на подключение к существующим диффузионным моделям и будущим моделям генерации материалов; это позиционирует её как универсальный инструмент для повышения устойчивости в области, а не как разовое решение, привязанное к одной архитектуре модели.
