Исследователи из MIT разработали модель DiffSyn, которая помогает ученым создавать новые материалы. Она предлагает оптимальные способы синтеза, позволяя ускорить эксперименты и быстро переходить от идеи к практическому применению.
Почему это важно для науки
Современные генеративные ИИ уже создают огромные библиотеки с теоретическими материалами, которые могут решить множество проблем. Однако настоящий вызов — это физическое создание этих материалов.
Процесс синтеза материала не всегда прост. Температура, время обработки и другие факторы могут значительно влиять на свойства и эффективность материала. Это ограничивает возможности ученых в тестировании множества перспективных материалов.
Как работает модель DiffSyn
Новая модель от MIT предлагает ученым пути синтеза, которые могут быть наиболее эффективными. В недавнем исследовании показано, что модель точно прогнозирует пути синтеза для класса материалов, называемых цеолитами. Они могут улучшать процессы катализа, абсорбции и обмена ионами.
Благодаря подсказкам модели, команда смогла создать новый цеолит с улучшенной термостойкостью. Это может стать решением самой большой проблемы в процессе открытия новых материалов.
От гипотезы к реальности
По словам автора исследования Элтона Пана, процесс синтеза материалов сейчас во многом основывается на опыте и пробах. Модель DiffSyn может изменить это, предоставляя ученым начальные варианты рецептов для совершенно новых материалов.
Исследование опубликовано в журнале Nature Computational Science. В нем участвовали ученые из MIT, а также специалисты из Валенсийского политехнического университета.
Новый подход к синтезу
Модель DiffSyn использует подход, называемый диффузией, что делает ее похожей на генеративные модели, такие как ChatGPT и DALL-E. Она предлагает ученым множество возможных путей синтеза, учитывая такие параметры, как температура, время реакции и соотношение компонентов.
Это позволяет быстро находить наиболее перспективные рецепты синтеза. Например, для создания цеолита, который обычно требует длительного времени кристаллизации, модель предложила более быстрые пути.
Будущее материаловедения
В будущем подход, использованный в DiffSyn, может быть применен и к другим классам материалов, что ускорит их разработку и внедрение в различные отрасли. Это может открыть новые горизонты в материаловедении и значительно сократить время на создание новых материалов.
Работа была поддержана различными научными фондами и организациями, включая Национальный научный фонд и ExxonMobil.
