Modelo do MIT combina estruturas cristalinas 3D com texto para ajudar a IA a raciocinar sobre materiais

Investigadores do MIT, em conjunto com colaboradores, construíram um modelo de IA multimodal que liga estruturas cristalinas tridimensionais a descrições em linguagem natural, para que os sistemas de IA possam raciocinar sobre materiais cristalinos e as suas propriedades. O estudo, do grupo de Ju Li no Departamento de Ciência e Engenharia de Materiais do MIT, é publicado na revista com revisão por pares Nature Communications. O artigo chama ao sistema CLaC, de Contrastive Language-Crystal model (modelo contrastivo linguagem-cristal).

Segundo o MIT News, os atuais grandes modelos de linguagem têm dificuldades com materiais porque as estruturas cristalinas são guardadas em formatos especializados, e não no texto a partir do qual estes modelos aprendem, e porque a literatura experimental se concentra num pequeno número de classes cristalinas populares. O artigo observa que as bases de dados de cristais contêm apenas milhões de entradas, muito menos do que os dados por trás dos modelos visão-linguagem. Para compensar, a equipa emparelhou estruturas do Materials Project com narrativas sintetizadas por GPT e ancoradas em propriedades calculadas, juntamente com parágrafos extraídos de artigos científicos. Os autores relatam que as narrativas sintéticas cobrem um conjunto de cristais 300 vezes mais diversificado do que a literatura escrita por humanos. Uma rede neuronal de grafos codifica as estruturas, um codificador de texto trata da linguagem e a aprendizagem contrastiva coloca ambos num espaço de representação partilhado.

Em testes zero-shot, a versão treinada com narrativas sintéticas associou as estruturas à descrição correta da composição com uma exatidão de 95,4 ± 0,2%, contra 13,5 ± 0,3% para um modelo não treinado e 17,8 ± 0,3% para um modelo de referência baseado no Gemma-3-1b-it, afirma o artigo. Uma versão treinada apenas com texto extraído de artigos comportou-se, em grande medida, como uma seleção aleatória quando lhe foi pedido que recuperasse materiais correspondentes a uma propriedade-alvo. Num exemplo sobre baterias, os investigadores procuraram candidatos a eletrólitos de estado sólido de iões de lítio usando apenas o critério de um hiato de banda elevado; todos os 30 materiais mais bem classificados continham lítio, com um hiato de banda médio de 3,23 eV. O Li6PClO5, classificado em quarto lugar, já tinha sido apontado como promissor em trabalhos independentes, e o Li4SiO4, classificado em nono lugar, já tinha sido anteriormente produzido como eletrólito sólido em filme fino.

Os autores descrevem também limitações claras. A exatidão na classificação de sistemas cristalinos foi de apenas 34,0 ± 0,4%, aproximadamente ao nível do modelo de referência Gemma, o que eles associam a um pequeno tamanho de lote de treino, de 16, e a uma distribuição fortemente desequilibrada dos sistemas cristalinos. A condutividade iónica, uma propriedade essencial para eletrólitos, está ausente do conjunto de dados sintético, pelo que não pôde ser usada na consulta sobre baterias. O artigo acrescenta que a área carece de benchmarks multimodais padrão, o que dificulta comparações diretas entre modelos, que a descoberta de materiais baseada em instruções com o modelo continua a ser trabalho futuro, e que é necessária mais investigação sobre como a composição do conjunto de dados e a geração de texto moldam o comportamento de recuperação e possíveis vieses.

“A estrutura está realmente no coração da área da ciência dos materiais”, disse Li no comunicado do MIT News, acrescentando que compreender a estrutura permite aos investigadores inferir muito sobre as propriedades de um material. Ele comparou o modelo ao AlphaFold, que relaciona estruturas de proteínas com a sua função. A coautora Elsa Olivetti disse que a abordagem liga a estrutura à propriedade e ao processamento, e acrescentou: “Espero que isto possa ser uma dessas mudanças de patamar”. Os outros autores são o primeiro autor Yang Jeong Park, antigo pós-doutorando no MIT, Mayank Kumaran e Chia-Wei Hsu. Segundo o MIT News, o trabalho foi financiado em parte pela National Research Foundation of Korea e por duas agências de defesa dos EUA, a Defense Threat Reduction Agency e a Defense Advanced Research Projects Agency.