Un modelo del MIT vincula estructuras cristalinas 3D con texto para ayudar a la IA a razonar sobre materiales

Investigadores del MIT, en colaboración con otros grupos, han construido un modelo de IA multimodal que conecta estructuras cristalinas tridimensionales con descripciones en lenguaje natural, de modo que los sistemas de IA puedan razonar sobre materiales cristalinos y sus propiedades. El estudio, del grupo de Ju Li en el Departamento de Ciencia e Ingeniería de Materiales del MIT, aparece en la revista revisada por pares Nature Communications. El artículo denomina al sistema CLaC, por modelo contrastivo lenguaje-cristal (Contrastive Language-Crystal model).

Según MIT News, los grandes modelos de lenguaje actuales tienen dificultades con los materiales porque las estructuras cristalinas se guardan en formatos especializados en lugar del texto del que aprenden estos modelos, y porque la literatura experimental se centra en un pequeño número de clases de cristales populares. El artículo señala que las bases de datos de cristales contienen solo millones de entradas, muchas menos que los datos detrás de los modelos visión-lenguaje. Para compensarlo, el equipo emparejó estructuras del Materials Project con narrativas sintetizadas por GPT y basadas en propiedades calculadas, junto con párrafos extraídos de artículos. Los autores informan de que las narrativas sintéticas cubren un conjunto de cristales 300 veces más diverso que la literatura escrita por humanos. Una red neuronal de grafos codifica las estructuras, un codificador de texto maneja el lenguaje y el aprendizaje contrastivo sitúa ambos en un espacio de representación compartido.

En pruebas zero-shot, la versión entrenada con narrativas sintéticas emparejó las estructuras con la descripción de composición correcta con una exactitud del 95,4 ± 0,2 %, frente al 13,5 ± 0,3 % de un modelo sin entrenar y al 17,8 ± 0,3 % de una referencia construida sobre Gemma-3-1b-it, según el artículo. Una versión entrenada solo con texto extraído de artículos se comportó en gran medida como una selección aleatoria cuando se le pidió recuperar materiales que coincidieran con una propiedad objetivo. En un ejemplo de baterías, los investigadores buscaron candidatos a electrolitos de estado sólido para iones de litio usando únicamente un criterio de banda prohibida alta; los 30 materiales mejor clasificados contenían litio, con una banda prohibida media de 3,23 eV. Li6PClO5, en cuarto lugar, había sido señalado como prometedor en trabajos independientes, y Li4SiO4, en noveno lugar, se había fabricado antes como electrolito sólido en película delgada.

Los autores también describen limitaciones claras. La exactitud al clasificar sistemas cristalinos fue de solo el 34,0 ± 0,4 %, aproximadamente al nivel de la referencia Gemma, lo que vinculan a un tamaño de lote de entrenamiento pequeño, de 16, y a una distribución muy desequilibrada de los sistemas cristalinos. La conductividad iónica, una propiedad clave para los electrolitos, está ausente del conjunto de datos sintético, por lo que no pudo usarse en la consulta sobre baterías. El artículo añade que el campo carece de benchmarks multimodales estándar, lo que dificulta las comparaciones directas entre modelos, que el descubrimiento de materiales basado en instrucciones con el modelo sigue siendo trabajo futuro, y que se necesita más investigación sobre cómo la composición del conjunto de datos y la generación de texto condicionan el comportamiento de recuperación y los posibles sesgos.

«La estructura está realmente en el corazón del campo de la ciencia de materiales», dijo Li en el comunicado de MIT News, y añadió que entender la estructura permite a los investigadores inferir mucho sobre las propiedades de un material. Comparó el modelo con AlphaFold, que relaciona las estructuras de las proteínas con su función. La coautora Elsa Olivetti dijo que el enfoque vincula la estructura con la propiedad y el procesado, y añadió: «Espero que esto pueda ser uno de esos saltos cualitativos». Los otros autores son el primer autor Yang Jeong Park, antiguo posdoctorando del MIT, Mayank Kumaran y Chia-Wei Hsu. Según MIT News, el trabajo fue financiado en parte por la National Research Foundation of Korea y por dos agencias de defensa de Estados Unidos, la Defense Threat Reduction Agency y la Defense Advanced Research Projects Agency.