Исследователи из Georgia Tech разработали, по их словам, первые генеративные модели ИИ для проектирования полимеров, которые также были подтверждены лабораторными испытаниями. Система позволяет пользователям задавать свойства, которые они хотят получить в полимере, после чего модель предлагает химические структуры, способные удовлетворить этим требованиям. Об этом сообщает Coe.gatech.edu.
Проект возглавил материаловед Rampi Ramprasad, а его результаты были представлены в журнале npj Artificial Intelligence. Новый инструмент под названием POLYT5 был создан для понимания «грамматики» и «семантики» химии, подобно тому как языковые модели учатся тому, как слова сочетаются в предложениях. По словам команды, это помогает ИИ избегать предложений невозможных или химически некорректных структур.
Исследователи заявили, что более ранние методы ИИ часто предлагали идеи полимеров, которые на практике нельзя было изготовить в лаборатории. POLYT5 обучали более чем на 12 000 экспериментально полученных полимерах, а также на более чем 100 миллионах гипотетических кандидатов, с акцентом на структуры, реалистичные для производства. В рамках этой работы также была создана связанная модель polyBART.
Чтобы проверить этот подход, команда поручила моделям спроектировать полимерные диэлектрики — материалы, используемые в устройствах, которым нужны короткие всплески энергии, включая электромобили и дефибрилляторы. Затем исследователи создали и подтвердили свойства тестового материала в лаборатории, предоставив физическое доказательство того, что сгенерированные ИИ конструкции могут работать за пределами компьютерного моделирования.