Γνωρίστε τα νέα μοντέλα τεχνητής νοημοσύνης της IBM για την ανακάλυψη υλικών
Η IBM παρουσίασε μια νέα οικογένεια ανοιχτού κώδικα μοντέλων τεχνητής νοημοσύνης, σχεδιασμένα να επιταχύνουν την αναζήτηση νέων, πιο βιώσιμων υλικών με εφαρμογές στην κατασκευή μικροκυκλωμάτων, την καθαρή ενέργεια και τη συσκευασία καταναλωτικών προϊόντων. Αυτά τα μοντέλα προσφέρουν τη δυνατότητα να συμβάλλετε στην ανακάλυψη υλικών μέσω της νέας ομάδας εργασίας για υλικά και χημεία της Συμμαχίας Τεχνητής Νοημοσύνης, μια κοινοπραξία εταιρειών και πανεπιστημίων που εστιάζει στην εύρεση νέων, πιο βιώσιμων υλικών με τη βοήθεια της γενετικής τεχνητής νοημοσύνης.
Εξερευνήστε τα νέα μοντέλα ανοιχτού κώδικα της IBM στο GitHub και το Hugging Face
Τα νέα μοντέλα της IBM έχουν σχεδιαστεί για να επιταχύνουν την ανακάλυψη υλικών που μπορούν να αντικαταστήσουν τις επικίνδυνες ουσίες που παρακολουθεί η Υπηρεσία Προστασίας Περιβάλλοντος των ΗΠΑ. Με την τεχνητή νοημοσύνη, οι επιστήμονες μπορούν να αποκτήσουν νέα εργαλεία για την ανακάλυψη υλικών που είναι ασφαλέστερα για τον άνθρωπο και το περιβάλλον. Τα μοντέλα αυτά, που έχουν προεκπαιδευτεί σε τεράστιες βάσεις δεδομένων μορίων, μπορούν να εξετάσουν εκατομμύρια μόρια ταυτόχρονα, διαλέγοντας τα επιθυμητά και απορρίπτοντας εκείνα με επικίνδυνες παρενέργειες.
Μοριακές αναπαραστάσεις και προκλήσεις στην τεχνητή νοημοσύνη
Η αναπαράσταση των μοριακών δομών αποτελεί μια από τις μεγαλύτερες προκλήσεις στην εφαρμογή της τεχνητής νοημοσύνης στη χημεία. Οι δομές των μορίων μπορούν να συνοψιστούν σε φυσική γλώσσα, ως ακολουθίες κειμένου SMILES και SELFIES, ως μοριακά γραφήματα με κόμβους ατόμων και ακμές δεσμών, ή ως αριθμητικές τιμές που περιγράφουν τις φυσικές τους ιδιότητες. Κάθε μορφή αναπαράστασης έχει τα δικά της πλεονεκτήματα και περιορισμούς.
Συνδυάζοντας τις δυνάμεις των διαφορετικών αναπαραστάσεων
Οι ερευνητές της IBM αποφάσισαν να προεκπαιδεύσουν κάθε μοντέλο ανεξάρτητα, χρησιμοποιώντας διαφορετικές αναπαραστάσεις. Το SMILES-TED και το SELFIES-TED προεκπαιδεύτηκαν σε εκατομμύρια δείγματα από τις βάσεις δεδομένων PubChem και Zinc-22. Το MHG-GED, που βασίζεται σε γραφήματα, προεκπαιδεύτηκε σε γραφήματα βασισμένα σε SMILES που περιλάμβαναν τον ατομικό αριθμό και το φορτίο τους.
Η αρχιτεκτονική "μίγμα ειδικών" στην τεχνητή νοημοσύνη
Η αρχιτεκτονική "μίγμα ειδικών" (MoE) έχει γίνει δημοφιλής για την αποδοτική εξυπηρέτηση μεγάλων μοντέλων. Η IBM χρησιμοποίησε αυτή την προσέγγιση για να συνδυάσει τα μοντέλα SMILES, SELFIES και γραφημάτων, επιτυγχάνοντας καλύτερες επιδόσεις σε σύγκριση με άλλα μοντέλα που βασίζονται σε μία μόνο αναπαράσταση.
Προοπτικές για το μέλλον
Οι ερευνητές της IBM θα παρουσιάσουν τα μοντέλα τους στο προσεχές συνέδριο της Ένωσης για την Προώθηση της Τεχνητής Νοημοσύνης. Στο επόμενο έτος, σκοπεύουν να κυκλοφορήσουν νέες τεχνικές συγχώνευσης και μοντέλα βασισμένα σε επιπλέον δεδομένα, συμπεριλαμβανομένης της θέσης των ατόμων στον τρισδιάστατο χώρο. Μέσω της Συμμαχίας Τεχνητής Νοημοσύνης, η IBM συνεργάζεται με άλλους ερευνητές για να επιταχύνει την ανακάλυψη ασφαλέστερων και πιο βιώσιμων υλικών.
Συμπέρασμα
Η πρωτοβουλία της IBM για την ανακάλυψη υλικών μέσω τεχνητής νοημοσύνης ανοίγει νέους δρόμους για την ανάπτυξη βιώσιμων λύσεων σε πολλούς τομείς. Με την υποστήριξη της επιστημονικής κοινότητας και της βιομηχανίας, αυτές οι τεχνολογίες έχουν τη δυνατότητα να φέρουν επαναστατικές αλλαγές στην παραγωγή και κατανάλωση υλικών. Ανυπομονούμε να δούμε τις καινοτομίες που θα προκύψουν από αυτή τη συνεργασία.
