ИИ в поисках нового сверхпроводника: как MIT и Samsung используют технологии для открытия материалов с экзотическими свойствами

Может ли искусственный интеллект помочь изобрести следующий сверхпроводник? Исследователи из MIT и Samsung считают, что это возможно.

Что если бы система ИИ могла предложить рецептуру нового материала, который проводит электричество с нулевым сопротивлением при комнатной температуре — священный грааль для квантовых вычислений и энергетических сетей нового поколения?

Таково обещание, к которому стремятся исследователи, используя новые инструменты, которые связывают большие языковые модели с законами физики, гарантируя, что их предложения не только выглядят plausibly в тексте, но и действительно работают в лаборатории.

В MIT ученые представили SCIGEN, структуру, предназначенную для направления генеративного ИИ на проектирование материалов с экзотическими свойствами. Система может предлагать кандидатные соединения, которые могут, например, демонстрировать топологические фазы, необычное магнитное поведение или сверхпроводимость при более высоких температурах, чем известные сегодня материалы. В отличие от традиционных подходов ИИ, которые часто генерируют невозможные молекулы, SCIGEN интегрирует предшественники физики и химии, чтобы сохранить генерацию в рамках реальности.

Вот почему это довольно интересное направление: пространство возможных материалов астрономически велико, а открытие методом проб и ошибок медленно и дорого. Соединив генеративные модели с научными ограничениями, как утверждают исследователи MIT, ученые могут гораздо эффективнее исследовать многообещающие области этого пространства.

“Вместо того, чтобы вручную проверять тысячи гипотетических соединений, ИИ может создавать и ранжировать кандидатов, которые являются как новыми, так и физически осуществимыми,” — заявила команда в своем объявлении.

Параллельные усилия исследователей Samsung решают ту же проблему с другой точки зрения. Недавняя статья технического гиганта, `Выравнивание рассуждений LLM для открытия материалов с помощью выборки с учетом физики`, описывает метод, называемый PaRS.

Вместо того чтобы направлять генерацию заранее, PaRS фильтрует следы рассуждений, производимые большими языковыми моделями, отбрасывая любые, которые нарушают известные физические законы или выходят за пределы эмпирических границ. Этот подход улучшил точность и снизил “физические нарушения” в тестах на рецепты устройств, таких как светодиоды на квантовых точках.

Совместно, SCIGEN и PaRS являются примером более широкой тенденции: “физически осведомленный ИИ для науки.” Генеративные модели могут вообразить структуры, которые человеческие исследователи могли бы никогда не рассмотреть, но если оставить их без контроля, они часто производят бессмыслицу. Внедряя ограничения области — либо через направляемую генерацию, либо через выборку с отбраковкой — эти новые системы стремятся обеспечить, чтобы креативность была привязана к реальности.

Результаты могут быть глубоко значительными. В квантовых вычислениях экзотические материалы со стабильными квантовыми фазами критически важны для создания масштабируемых кубитов. В энергетике новые катализаторы могут сделать производство водорода более чистым и дешевым. В электронике новые полупроводники могут выйти за пределы возможностей кремния. Если SCIGEN или PaRS смогут помочь выявить даже несколько жизнеспособных кандидатов, то влияние может распространиться по отраслям.

Пока оба метода остаются на ранних стадиях исследования. SCIGEN продемонстрировал потенциал в генерации кандидатов, согласующихся с теоретическими прогнозами, в то время как PaRS снизил уровень ошибок в прогнозировании производительности устройств. Но комбинация — ИИ-системы, которые как предлагают, так и строго фильтруют материалы — указывает на будущее, где открытия ускоряются не удачей, а управляемым дизайном машин.