Onderzoekers van Georgia Tech hebben een machine-learning model ontwikkeld dat het voor materiaalwetenschappers een stuk eenvoudiger maakt om nieuwe polymeren te ontwikkelen.
Polymeren zijn grote moleculen die gemaakt zijn van lange reeksen chemische bouwstenen. We gebruiken elke dag synthetische polymeren zoals nylon, polyester of plastic verpakkingen.
Materiaalwetenschappers proberen nieuwe samenstellingen van polymeren te bedenken om materialen te maken met specifieke eigenschappen. Als je een materiaal wilde dat licht, rekbaar, waterdicht en hittebestendig was, kon je een polymeer maken dat al die eigenschappen had.
Het probleem is dat het een enorme onderneming is om uit te zoeken welke combinatie van chemicaliën een polymeer met die eigenschappen zou opleveren. Er zijn eindeloos veel combinaties en het is extreem moeilijk om te voorspellen welke eigenschappen een nieuw polymeer zal hebben.
De Georgia Tech onderzoekers hebben hun LLM, polyBERT genaamd, getraind op een dataset van 80 miljoen chemische polymeerstructuren. Het resultaat is een model dat de taal van chemische stoffen begrijpt.
Net zoals LLM's worden opgeleid in een taal als Engels, begrijpt polyBERT nu de grammatica en syntaxis van hoe chemicaliën en atomen combineren om polymeren te maken.
De National Science Foundation (NSF) financierde het onderzoek achter polyBERT. De programmadirecteur, Debora Rodrigues, zei dat de onderzoekers "een nieuw hulpmiddel met kunstmatige intelligentie ontwikkelden om te bepalen welke combinaties van chemicaliën de meest effectieve polymeren maken".
Door polyBERT te gebruiken kunnen materiaalwetenschappers combinaties van chemicaliën meer dan 100 keer sneller doorrekenen dan voorheen. Het resultaat van het gebruik van het model is een dataset met 100 miljoen hypothetische polymeren en hun voorspellingen voor 29 eigenschappen.
Als je als materiaalwetenschapper op zoek bent naar een nieuw materiaal met zeer specifieke eigenschappen hoef je niet te experimenteren en er het beste van te hopen, maar kun je gewoon de dataset raadplegen die de AI heeft gegenereerd.
Hoewel de onderzoekers polyBERT hebben getraind op polymeren, zeiden ze dat het theoretisch ook gebruikt zou kunnen worden voor ander chemisch onderzoek.
De mogelijkheid om materialen te maken die duurzamer of energiezuiniger zijn, is een direct voordeel van het toepassen van dit soort kunstmatige intelligentie.
