Echelon Eyes

MatterGen: новая парадигма дизайна материалов с помощью генеративного ИИ

Инновации в области материалов являются одним из ключевых факторов крупных технологических прорывов. Например, открытие оксида лития-кобальта в 1980-х годах заложило основу для сегодняшней технологии литий-ионных аккумуляторов. Теперь они питают современные мобильные телефоны и электромобили, влияя на повседневную жизнь миллиардов людей.

Поиск нового материала для целевого применения похож на поиск иголки в стоге сена. Исторически эта задача решалась путем дорогостоящих и трудоемких экспериментальных проб и ошибок.

Microsoft в своей статье, опубликованной в журнале Nature, поделилась ИИ-инструментом - MatterGen, который способен ускорить этот процесс.

«Вместо отбора кандидатов он напрямую генерирует новые материалы, получая подсказки о требованиях к дизайну для приложения. Он может генерировать материалы с желаемыми химическими, механическими, электронными или магнитными свойствами, а также сочетаниями различных ограничений», - пишет Microsoft.

Свой инструмент MatterGen ученые представляют как модель диффузии, которая работает с трехмерной геометрией материалов. «Она генерирует предлагаемые структуры, корректируя положения, элементы и периодическую решетку из случайной структуры. Архитектура диффузии специально разработана для материалов, чтобы обрабатывать такие особенности, как периодичность и трехмерная геометрия».

MatterGen обучена на 608 000 стабильных материалов из баз данных Materials Project и Alexandria. Высокую производительность модели ученые объясняют как усовершенствованиями архитектуры, так и качеством и размером наших обучающих данных. Кроме того, MatterGen можно точно настроить с помощью маркированного набора данных для создания новых материалов с учетом любых желаемых условий. Так, инструмент способен учитывать химию и симметрию целевого объекта, а также ограничения по электронным, магнитным и механическим свойствам.

В Microsoft также заявляют, что представленный ими инструмент превосходит технологию виртуального скрининга. «MatterGen продолжает генерировать все больше новых материалов-кандидатов с высоким модулем объемной упругости, например, выше 400 ГПа, которые трудно сжимать. Напротив, базовая линия скрининга насыщается из-за исчерпания известных кандидатов», - поясняют исследователи.

Кроме того, встроенный в MatterGen алгоритм сопоставления структур позволяет решить такую проблему, как композиционный беспорядок создаваемых новых материалов.

Инструмент может оказать глубокое влияние на проектирование батарей, топливных элементов и т.д.

MatterGen доступна на GitHub для всех делающих. Исходный код модели распространяется по лицензии MIT вместе с данными для обучения и тонкой настройки.

Источник: https://www.microsoft.com/en-us/research/blog/mattergen-a-new-paradigm-of-materials-design-with-generative-ai/

#ИИ #новыематериалы

www.tgoop.com/EchelonEyes/3549

1.6K viewsJan 17 at 12:57

MatterGen: новая парадигма дизайна материалов с помощью генеративного ИИ

Инновации в области материалов являются одним из ключевых факторов крупных технологических прорывов. Например, открытие оксида лития-кобальта в 1980-х годах заложило основу для сегодняшней технологии литий-ионных аккумуляторов. Теперь они питают современные мобильные телефоны и электромобили, влияя на повседневную жизнь миллиардов людей.

Поиск нового материала для целевого применения похож на поиск иголки в стоге сена. Исторически эта задача решалась путем дорогостоящих и трудоемких экспериментальных проб и ошибок.

Microsoft в своей статье, опубликованной в журнале Nature, поделилась ИИ-инструментом - MatterGen, который способен ускорить этот процесс.

«Вместо отбора кандидатов он напрямую генерирует новые материалы, получая подсказки о требованиях к дизайну для приложения. Он может генерировать материалы с желаемыми химическими, механическими, электронными или магнитными свойствами, а также сочетаниями различных ограничений», - пишет Microsoft.

Свой инструмент MatterGen ученые представляют как модель диффузии, которая работает с трехмерной геометрией материалов. «Она генерирует предлагаемые структуры, корректируя положения, элементы и периодическую решетку из случайной структуры. Архитектура диффузии специально разработана для материалов, чтобы обрабатывать такие особенности, как периодичность и трехмерная геометрия».

MatterGen обучена на 608 000 стабильных материалов из баз данных Materials Project и Alexandria. Высокую производительность модели ученые объясняют как усовершенствованиями архитектуры, так и качеством и размером наших обучающих данных. Кроме того, MatterGen можно точно настроить с помощью маркированного набора данных для создания новых материалов с учетом любых желаемых условий. Так, инструмент способен учитывать химию и симметрию целевого объекта, а также ограничения по электронным, магнитным и механическим свойствам.

В Microsoft также заявляют, что представленный ими инструмент превосходит технологию виртуального скрининга. «MatterGen продолжает генерировать все больше новых материалов-кандидатов с высоким модулем объемной упругости, например, выше 400 ГПа, которые трудно сжимать. Напротив, базовая линия скрининга насыщается из-за исчерпания известных кандидатов», - поясняют исследователи.

Кроме того, встроенный в MatterGen алгоритм сопоставления структур позволяет решить такую проблему, как композиционный беспорядок создаваемых новых материалов.

Инструмент может оказать глубокое влияние на проектирование батарей, топливных элементов и т.д.

MatterGen доступна на GitHub для всех делающих. Исходный код модели распространяется по лицензии MIT вместе с данными для обучения и тонкой настройки.

Источник: https://www.microsoft.com/en-us/research/blog/mattergen-a-new-paradigm-of-materials-design-with-generative-ai/

#ИИ #новыематериалы

BY Echelon Eyes