Una nuova ricerca dell MIT presenta un modello AI multimodale che combina strutture atomiche in 3D con descrizioni testuali per fornire una descrizione ricca di composizione, struttura, proprietà e considerazioni di lavorazione dei materiali cristallini. Il sistema utilizza un metodo di apprendimento per contrasto per allineare rappresentazioni geometriche a descrizioni testuali provenienti da articoli scientifici e banche dati computazionali, offrendo una descrizione unificata che va oltre la mera etichettatura chimica.

Il modello, sviluppato da Ju Li e dal team del DMSE, mostra che la forma strutturale è centrale per prevedere proprietà e prestazioni. Immessi in un contesto di progettazione di materiali, i ricercatori hanno dimostrato che il modello è in grado di riconoscere materiali ideali per elettroliti a stato solido in batterie agli ioni di litio, individuando risultati allineati a quelli identificati in studi indipendenti. Dopo addestramento, il sistema è stato testato su strutture di cristallo da lattice complessi e, tramite query naturali, ha identificato materiali con proprietà desiderate superando modelli solo testuali.

Gli autori auspicano che questa tecnologia acceleri la scienza dei materiali, consentendo agli scienziati di esplorare rapidamente un ventaglio molto più ampio di strutture e di inferire proprietà e processi di lavorazione a partire da combinazioni di segnali strutturali. Il lavoro è stato aperto a una comunità più ampia grazie a un focus su trasfer learning e classificazione di pattern tra strutture e descrizioni testuali, suggerendo una nuova direzione per la progettazione di materiali intelligenti.

Fonte: https://news.mit.edu/2026/giving-ai-crystal-clear-view-of-materials-world-1018