主要成果
MITの研究チームは、結晶構造の3Dデータと自然言語の記述を統合的に処理できるAIモデル「CLaC」を構築しました。このモデルを用いた検証では、全固体電池の電解質候補を自然言語で検索した際、他の独立した研究ですでに有望視されていた材料を正しくリストアップすることに成功しました。また、ゼロショットテスト（直接の学習を受けていないタスク）において、結晶構造と組成記述の照合精度は95.4%に達し、テキストのみのベースラインモデル（Gemma）の17.8%や、未学習モデルの13.5%を大幅に上回る性能を示しました。
技術・詳細
CLaCは、結晶グラフエンコーダー（3D原子配置を幾何学的関係を維持したまま読み取る）と、テキストエンコーダー（自然言語記述を読み取る）の2つのブランチで構成されています。対照学習（Contrastive Learning）を用いることで、正しいペアの構造とテキストを共有空間内で近づけ、不一致なペアを遠ざける学習を行っています。これにより、研究者は化学式や固定ラベルを使わず、特性に関する記述を入力するだけで、幾何学的に合致する結晶構造を抽出できるようになりました。
学習データには、オープンデータベース「Materials Project」の約126,000物質を使用しました。テキストデータは、約400万本の学術論文から抽出した段落と、計算された特性に基づき言語モデルが生成した「合成ナラティブ（Synthetic Narratives）」の2種類を組み合わせています。特に合成ナラティブは、論文が存在しない物質についても組成や構造、用途などを網羅的に記述できるため、文献ベースのデータよりも約300倍多様な結晶をカバーしています。
背景・業界の文脈
材料科学において、物質の特性や性能は原子の積み重なり方や結合などの「構造」に強く依存します。しかし、従来のAIツールは、結晶構造を3Dグラフとして扱うものと、論文などのテキストを扱う大規模言語モデル（LLM）に分断されていました。テキストのみのモデルでは、計算データベースにのみ存在する構造を認識できず、また既存の論文が少数の人気材料に偏っているため、AIの出力が既知の材料に偏るという「人気投票」のような状態に陥る課題がありました。
今後の展望
本研究は、新しい電池セルを構築したり材料を商用化したものではなく、材料データの検索手法におけるブレイクスルーを提示したものです。論文ベースで学習させた「CLaC-Paper」よりも、合成データを用いた「CLaC-Synthetic」の方が構造とテキストの整合性をより正確に学習できたことは、データの量だけでなく意味的な明快さが重要であることを示唆しています。構造と特性の結びつきをAIが理解することで、材料探索の効率が飛躍的に向上することが期待されます。
元記事: https://www.intelligentliving.co/mit-taught-ai-read-crystals-find-better/
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
