Des chercheurs du MIT ont publié un modèle d'IA multimodal pour les matériaux cristallins qui aligne les structures atomiques 3D des cristaux avec des descriptions en langage naturel, afin que l'IA ne dépende plus seulement du texte des articles, mais « voie » réellement les arrangements atomiques et les motifs de liaison.
Points clés :
- En décrivant en langage naturel la propriété souhaitée, le modèle retrouve des matériaux cristallins possédant cette propriété, surpassant une référence basée uniquement sur le texte ; il a aussi appris des représentations géométriques que les modèles purement textuels n'ont pas pu apprendre.
- Lors d'un test d'électrolytes pour batteries lithium-ion à l'état solide, ses meilleurs candidats comprenaient des matériaux que d'autres équipes avaient déjà identifiés indépendamment comme prometteurs.
- L'entraînement a utilisé l'apprentissage contrastif, avec des descriptions générées par IA comblant les lacunes de la littérature, pour éviter que le modèle ne se biaise vers quelques classes de cristaux populaires. L'article a été publié dans Nature Communications.
Source : Lire l'original. Ce texte est un résumé fourni à titre de référence.