理想を言えば、材料科学者が必要な性質、たとえばリチウムをよく通す電池の電解質を言葉で伝えれば、AIモデルが合う結晶を提案してくれるはずです。今の言語モデルはこれが苦手で、MITのチームはその原因がデータにあると論じます。材料は原子の3次元配置であってテキストではなく、発表された文献はごく一部の人気のある結晶群しか扱っていないため、論文で学習したモデルはすでに研究されたものに偏ります。
Ju Liが率い、Yang Jeong Parkを筆頭著者とし、Elsa Olivettiらが加わったチームは、結晶構造と言語を直接結び付けるモデルを作りました。一致する例を近づけ、一致しない例を引き離すよう学ばせる対照学習を使い、画像モデルが写真とキャプションを対応させるのと同じように、原子の3次元構造とテキストの説明を対応させます。鍵となったのは学習用のテキストです。研究者たちは論文だけに頼らず、文献と第一原理計算のデータベースの両方にある構造について、組成、構造、性質、加工、考えられる用途を記した説明を生成しました。この合成した説明で学習した版は幾何とテキストの対応を学べましたが、論文の文章だけで学習した版は学べませんでした。
成果は説明による検索です。ある性質について普通の言葉で問い合わせると、モデルはその性質をもつ結晶材料を返し、比較対象を上回りました。全固体リチウムイオン電池の電解質を尋ねると、上位の結果には、他の研究者がすでに有望と見なしていた材料が含まれていました。Li はこの狙いを、タンパク質の構造と機能を結び付けたAlphaFoldになぞらえており、論文はNature Communicationsに掲載されています。
研究者にとってこの発想が重要なのは、結晶が地球上の固体材料の90%以上を占め、計算データベースにはこれまで文章で記述されたよりはるかに多くの候補構造がすでに収められているからです。そうした構造を読み取り、普通の言葉で質問に答えられる道具があれば、新しい結晶を提案するグラフベースのモデルと並んで、このデータの蓄積を使いやすくするでしょう。
実用に向けた証拠はまだ乏しいものです。MITの記事には性能の数字がなく、比較対象の名前も、確認した候補の数も書かれていません。専門家がすでに知っていた材料を見つけ出せたことは検索が機能することを示しますが、モデルが新しい材料を見つけられることは示しておらず、それこそが重要な試験です。学習用の説明そのものもAIが生成したものなので、その誤りがモデルに入り込む可能性もあります。学習データにない材料での独立した検証が、著者らの期待する飛躍かどうかを決めるでしょう。