از رویای هوش مصنوعی تا کریستال: بزرگترین مجموعه مواد طراحی شده با هوش مصنوعی که تا کنون سنتز شده است

فضای جستجو خیلی بزرگ است

ما در حال کار بر روی چارچوب‌های فلزی آلی یا MOF هستیم که برنده جایزه نوبل شیمی 2025 شدند.

آنها مواد بسیار قابل تنظیم هستند که از مجموعه های فلزی ساخته شده اند که توسط پیوندهای آلی به هم متصل شده اند. آنها بیشتر به دلیل مساحت بزرگ خود شناخته می شوند: یک گرم می تواند سطح داخلی یک زمین فوتبال را داشته باشد. به همین دلیل است که MOFها در جداسازی گاز-مایع، از جذب CO2 تا برداشت آب از هوا، ذخیره هیدروژن و سنجش شیمیایی، معادلی ندارند.

یادگیری ماشینی و مدل های مولد بازی را تغییر داده و سرعت کشف این مواد را به کلی تغییر داده است. در عمل با دو مشکل روبرو هستند. فضای شیمیایی MOFهای احتمالی وسیع است و ممکن است تعداد MOFها بیشتر از ستارگان راه شیری یا کهکشانها در کیهان قابل مشاهده باشد. و بسیاری از کارهایی که مدل تولید می‌کند را نمی‌توان انجام داد. مشکل دوم مهم ترین است. یک ماده فقط در صورتی مفید است که بتوان آن را سنتز کرد، در غیر این صورت فقط روی رایانه می ماند.

ما سیستمی از عوامل و مدل‌های انتشار می‌خواستیم که در کل فضای MOF قابل سنتز آموزش داده شوند که هر دو مشکل را همزمان جدی بگیرد.

چرا یک سیستم عامل بسازیم؟

اولین غریزه ما آموزش یک مدل بزرگ بود و متوجه شدیم که بیشتر مواد تولید شده را نمی توان در آزمایشگاه سنتز کرد. ما به سرعت از آن منصرف شدیم.

“طراحی یک ماده جدید” یک کار واحد نیست، بلکه مجموعه ای از وظایف به هم پیوسته است که هر کدام به هوش متفاوتی نیاز دارند. پیشنهاد یک جفت فلز-مولکول معنی دار شیمیایی یک مشکل دانش است. قرار دادن هر اتم در سه بعدی یک مسئله هندسی است. بررسی اینکه یک کریستال قوانین مکانیک کوانتومی را نقض نمی کند یک مشکل فیزیک است. و قضاوت در مورد اینکه آیا یک شیمیدان در هود واقعاً می تواند این کار را انجام دهد یا خیر، یک مشکل سنتز است، تا حد زیادی سخت ترین این کارها.

بنابراین به جای یک مدل واحد، ما سیستمی از نمایندگان تخصصی ساختیم که هر کدام مسئول یک سوال یا وظیفه واحد هستند و متقاضیان را در هر مرحله بررسی می‌کنند. ما آن را MOFGen نامیدیم.

یک مدل زبان بزرگ ترکیباتی را بر اساس شیمی پایه که از ادبیات MOF آموخته شده است، پیشنهاد می کند. با Google DeepMind، ما یک مدل انتشار، همان خانواده مدل‌هایی که تصاویر نویز تولید می‌کند، در کل جدول تناوبی و فضای MOF از قبل سنتز کرده‌ایم تا ساختار بلوری را اتم به اتم بسازیم و تا 256 اتم در هر سلول را مقیاس‌بندی کنیم. این یکی از بخش‌های مرکزی است، زیرا مدل‌های مولد مرسوم برای کریستال‌ها در چند ده اتم متوقف می‌شوند که به اندازه یک مولکول بیشتر از یک بلور است. عوامل مکانیکی کوانتومی آرام می شوند و آنچه را که بیرون می آید فیلتر می کنند و هر چیز ناپایدار را دور می اندازند. در نهایت، عوامل امکان سنجی سنتز این سوال را مطرح می کنند: آیا می توان آن را در آزمایشگاه مرطوب انجام داد؟

با اجرای خط لوله کامل، صدها هزار ساختار MOF تولید کردیم که آن را به یکی از بزرگترین پایگاه داده های MOF محاسباتی تا به امروز تبدیل کرد.

سوال ناخوشایند

اگر یک چیز وجود دارد که مایلم خواننده آن را بفهمد، این است که ساختار تولید شده یک ماده نیست. این یک فرضیه است. تولید مواد جدید آسان است: برخی از آنها زیبا به نظر می رسند و عملکرد پیش بینی شده شگفت انگیزی دارند، اما هیچ کس نمی تواند آنها را بسازد.

به همین دلیل است که سنتز و عوامل مکانیکی کوانتومی به اندازه عوامل مولد مهم هستند. بیشتر بحث های داخلی ما این بوده است که این فیلترها چقدر باید سختگیر باشند. خیلی سخت فیلتر کنید و هر چیز جالبی را بیرون می اندازید. خیلی شل فیلتر کنید و لیستی از کارهای غیرممکن را به شیمیدان تجربی خود می دهید.

چهار عددی است که مهم است

صدها هزار ساختار تولید شده هشت ماده متبلور شده اند، اما تنها چهار ماده به طور کامل با ساختار کریستالی خود مشخص شده اند.

ما نامزدها را از طریق آزمایش‌های با توان بالا محدود کردیم. ده‌ها نامزد مورد آزمایش قرار گرفتند، هشت مورد متبلور شدند و تنها چهار MOF “رویایی هوش مصنوعی” به طور کامل مشخص شدند. زمانی که مقاله ما برای اولین بار منتشر شد، این بزرگترین مجموعه از مواد طراحی شده با هوش مصنوعی بود که هر کسی از یک مدل تولیدی به یک ماده واقعی تبدیل کرده بود.

چیزی که ما را شگفت زده کرد

مدل انتشار دارای سوگیری است که ما انتظارش را نداشتیم. در حالی که مولکول های مهمان به داخل و خارج حرکت می کنند، تمایل به تولید چارچوب های انعطاف پذیر با رفتار “تنفس” دارد. برای برخی از برنامه ها این امر بسیار مهم است، اما برای برخی دیگر دقیقاً همان چیزی است که شما نمی خواهید. یک مدل مولد هر آنچه را که آسان‌ترین یادگیری آن است از داده‌های آموزشی خود می‌آموزد، نه آنچه شما در ذهن داشتید.

محدودیت منصفانه دیگر: محدودیت 256 اتمی میزان بزرگی چارچوبی را که می توانیم تولید کنیم را محدود می کند و MOFGen مستقل نیست. یکی هنوز در چرخه سنتز است و تصمیم می گیرد با توجه به زمان و هزینه آزمایشگاهی محدود چه چیزی ارزش امتحان کردن را دارد.

بعد به کجا می رویم؟

MOFGen در طراحی ماژولار است، بنابراین هر عاملی را می توان بدون بازسازی سیستم ارتقا یا جایگزین کرد. چیزی که ما به آن علاقه مندیم و معتقدیم آینده است، تولید فریم هایی است که ویژگی های خاص را هدف قرار می دهند، همانطور که مایکروسافت با MatterGen برای کریستال های معدنی انجام داده است، افزودن بازخورد به طوری که نتایج آزمایشی ژنراتورها را به روز می کند و خروجی را مستقیماً به آزمایشگاه های خودران متصل می کند.

هدف بلندمدت یک آزمایشگاه کشف مواد است که خود حلقه را ببندد. ما آنجا نیستیم، اما دور نیستیم، اما بسیار نزدیکتر از آنچه خوانندگان فکر می کنند. چهار چارچوب کاملاً رویای هوش مصنوعی اکنون در ویال‌ها، بیش از هر مطالعه قبلی که از یک مدل تولیدی به یک کریستال واقعی گرفته شده است، استدلالی است که این بار وجود دارد، و اینکه نسل بعدی موادی که برای جذب کربن، برداشت آب و ذخیره‌سازی هیدروژن نیاز داریم، ممکن است بسیار سریع‌تر از آنچه فکر می‌کنیم پیدا شوند.