Исследователи из Технологического института Джорджии разработали модель машинного обучения, которая значительно облегчает материаловедам разработку новых полимеров.
Полимеры - это большие молекулы, созданные из длинных цепочек химических строительных блоков. Мы каждый день используем синтетические полимеры, такие как нейлон, полиэстер или пластиковая упаковка.
Материаловеды пытаются придумать новые комбинации полимеров, чтобы получить материалы с определенными свойствами. Если вам нужен легкий, тянущийся, водонепроницаемый и термостойкий материал, вы можете создать полимер, который будет обладать всеми этими свойствами.
Проблема в том, что выяснить, какая комбинация химических веществ создаст полимер с такими свойствами, - огромная задача. Существует бесконечное множество комбинаций, и предсказать, какими свойствами будет обладать новый полимер, крайне сложно.
Сайт Исследователи из Технологического института Джорджии Специалисты компании polyBERT обучили свой LLM на наборе данных из 80 миллионов химических структур полимеров. В результате получилась модель, понимающая язык химических веществ.
Подобно тому, как магистранты изучают такие языки, как английский, полиберт теперь разбирается в грамматике и синтаксисе того, как химические вещества и атомы соединяются, чтобы создавать полимеры.
Национальный научный фонд (NSF) финансировал исследования, лежащие в основе polyBERT. Директор программы Дебора Родригес сказала, что исследователи "разрабатывают новый инструмент искусственного интеллекта для решения проблемы определения того, какие комбинации химических веществ позволят получить наиболее эффективные полимеры".
Используя polyBERT, материаловеды могут перебирать комбинации химических веществ более чем в 100 раз быстрее, чем раньше. Результатом использования модели является набор данных, включающий 100 миллионов гипотетических полимеров и их прогнозы по 29 свойствам.
Если вы материаловед, ищущий новый материал с очень специфическими свойствами, вам не нужно экспериментировать и надеяться на лучшее, вы можете просто обратиться к набору данных, который сгенерировал ИИ.
Хотя исследователи изучали полиберт на полимерах, они говорят, что теоретически его можно использовать и для других химических исследований.
Потенциал создания материалов, которые являются более экологичными или энергоэффективными, представляет собой непосредственную реальную выгоду от применения такого рода искусственного интеллекта.
