MIT-Modell verknüpft 3D-Kristallstrukturen mit Text, damit KI über Materialien schlussfolgern kann

Forschende am MIT haben zusammen mit Kooperationspartnern ein multimodales KI-Modell entwickelt, das dreidimensionale Kristallstrukturen mit natürlichsprachlichen Beschreibungen verknüpft, damit KI-Systeme über kristalline Materialien und deren Eigenschaften schlussfolgern können. Die Studie aus der Gruppe von Ju Li in der Abteilung für Materialwissenschaft und -technik des MIT erscheint in der begutachteten Fachzeitschrift Nature Communications. Das Paper nennt das System CLaC, kurz für Contrastive Language-Crystal model (kontrastives Sprache-Kristall-Modell).

Laut MIT News tun sich aktuelle große Sprachmodelle mit Materialien schwer, weil Kristallstrukturen in spezialisierten Formaten statt in den Texten vorliegen, aus denen diese Modelle lernen, und weil sich die experimentelle Literatur auf eine kleine Zahl populärer Kristallklassen konzentriert. Das Paper merkt an, dass Kristalldatenbanken nur Millionen Einträge enthalten, weit weniger als die Daten hinter Vision-Language-Modellen. Zum Ausgleich kombinierte das Team Strukturen aus dem Materials Project mit GPT-synthetisierten Narrativen, die auf berechneten Eigenschaften beruhen, sowie mit aus Fachartikeln gewonnenen Absätzen. Die Autoren berichten, dass die synthetischen Narrative eine 300-mal vielfältigere Menge an Kristallen abdecken als die von Menschen verfasste Literatur. Ein graphbasiertes neuronales Netz kodiert die Strukturen, ein Text-Encoder verarbeitet die Sprache, und kontrastives Lernen platziert beide in einem gemeinsamen Repräsentationsraum.

In Zero-Shot-Tests ordnete die mit synthetischen Narrativen trainierte Version Strukturen mit einer Genauigkeit von 95,4 ± 0,2 % der richtigen Zusammensetzungsbeschreibung zu, verglichen mit 13,5 ± 0,3 % für ein untrainiertes Modell und 17,8 ± 0,3 % für eine auf Gemma-3-1b-it aufgebaute Baseline, heißt es im Paper. Eine nur mit aus Fachartikeln extrahiertem Text trainierte Version verhielt sich weitgehend wie eine Zufallsauswahl, wenn sie Materialien mit einer Zieleigenschaft heraussuchen sollte. In einem Batteriebeispiel suchten die Forschenden allein anhand des Kriteriums einer hohen Bandlücke nach Kandidaten für Lithium-Ionen-Festkörperelektrolyte; alle 30 bestplatzierten Materialien enthielten Lithium, mit einer durchschnittlichen Bandlücke von 3,23 eV. Li6PClO5 auf Rang vier war in unabhängigen Arbeiten als vielversprechend eingestuft worden, und Li4SiO4 auf Rang neun war zuvor bereits als Dünnschicht-Festelektrolyt hergestellt worden.

Die Autoren beschreiben auch klare Einschränkungen. Die Genauigkeit bei der Klassifizierung von Kristallsystemen lag nur bei 34,0 ± 0,4 %, etwa auf dem Niveau der Gemma-Baseline, was sie auf eine kleine Trainings-Batchgröße von 16 und eine stark unausgewogene Verteilung der Kristallsysteme zurückführen. Die Ionenleitfähigkeit, eine Schlüsseleigenschaft für Elektrolyte, fehlt im synthetischen Datensatz und konnte daher in der Batterieabfrage nicht verwendet werden. Das Paper ergänzt, dass es dem Feld an standardisierten multimodalen Benchmarks fehlt, was direkte Vergleiche zwischen Modellen erschwert, dass anweisungsbasierte Materialentdeckung mit dem Modell künftigen Arbeiten vorbehalten bleibt und dass weitere Forschung nötig ist, um zu klären, wie die Zusammensetzung des Datensatzes und die Texterzeugung das Retrieval-Verhalten und mögliche Verzerrungen prägen.

„Struktur ist wirklich das Herzstück des Fachgebiets Materialwissenschaft“, sagte Li in der Mitteilung von MIT News und fügte hinzu, dass das Verständnis der Struktur es Forschenden erlaube, viel über die Eigenschaften eines Materials abzuleiten. Er verglich das Modell mit AlphaFold, das Proteinstrukturen mit ihrer Funktion in Beziehung setzt. Co-Autorin Elsa Olivetti sagte, der Ansatz verbinde Struktur mit Eigenschaften und Verarbeitung, und ergänzte: „Ich hoffe, dass dies einer dieser sprunghaften Fortschritte sein kann“. Die weiteren Autoren sind Erstautor Yang Jeong Park, ein ehemaliger Postdoc am MIT, Mayank Kumaran und Chia-Wei Hsu. Laut MIT News wurde die Arbeit teilweise von der National Research Foundation of Korea und von zwei US-Verteidigungsbehörden finanziert, der Defense Threat Reduction Agency und der Defense Advanced Research Projects Agency.