2026. 02. 09. - 06:00
Sokkal gyorsabb a kísérletezés generatív MI miatt
Elindult az anyagtervezés forradalma a legújabb és legmodernebb technológiáknak köszönhetően.
A generatív mesterséges intelligencia nemcsak a digitális világot, hanem az anyagtudományt is alapjaiban alakítja át. Az MIT kutatói által bemutatott DiffSyn modell új megközelítést kínál az egyik legnehezebb tudományos problémára: hogyan lehet hatékonyan előállítani az elméletben már létező, de a gyakorlatban még nem megvalósított anyagokat.
Az MIT News beszámolója szerint ez a technológia áttörheti a kutatás egyik legnagyobb szűk keresztmetszetét.
A probléma gyökere régóta ismert. A generatív mesterséges intelligencia már képes hatalmas mennyiségű új anyagot tervezni, de ezek szintézise lassú, költséges és nagyrészt tapasztalati alapon történik. A DiffSyn ebben hoz újat, mivel nem egyetlen receptet kínál, hanem több lehetséges előállítási útvonalat javasol, figyelembe véve a hőmérsékletet, az időt és az anyagarányokat.
Éveket spórolhat meg az anyagtudományban a generatív mesterséges intelligencia
A generatív mesterséges intelligencia ebben az esetben a magas dimenziós gondolkodás előnyét használja ki. Míg az emberi kutató jellemzően egy változót módosít egyszerre, a modell több ezer lehetőséget vizsgál pár pillanat alatt. Az MIT News szerint ez különösen fontos olyan összetett anyagok esetében, mint a zeolitok, ahol a szintézis heteket is igénybe vehet.
A DiffSyn gyakorlati eredményei már most figyelemre méltók. A kutatók a modell által javasolt útvonalak segítségével egy új anyagot állítottak elő, amely jobb hőstabilitást mutatott, mint a korábbi megoldások. Ez nemcsak a kutatás gyorsaságát növeli, hanem csökkenti a kísérletezés költségeit és kockázatait is.
A generatív mesterséges intelligencia hosszabb távon még nagyobb hatást gyakorolhat a tudományra. A kutatók célja, hogy az ilyen modelleket autonóm kísérleti rendszerekkel kapcsolják össze, ahol a mesterséges intelligencia nemcsak tervez, hanem tanul is az eredményekből. Az MIT News szakértői szerint ez a megközelítés évekkel rövidítheti le az új anyagok útját a laborból a gyakorlati felhasználásig.
CS.SZ.
