AI Umum

Desain Material Canggih dengan Platform MateriAI Berbasis AI

NEC Laboratories Europe dan NEC Laboratories America telah mengembangkan MateriAI, platform desain material berbasis AI yang mempercepat pengembangan material baru yang ramah lingkungan. Prototipe platform ini awalnya dirancang untuk mengatasi hambatan besar dalam pembuatan polimer sintetis, organik, dan biobased baru, seperti karet dan plastik.

Proses yang Dipercepat dan Semi-Otomatis

Koichi Funaya, Kepala Arsitek Teknologi di NEC Laboratories Europe, menjelaskan: “Untuk mengembangkan material baru, para ilmuwan harus terlebih dahulu menavigasi sejumlah besar informasi yang ada tentang material terkait dan kemudian membuat daftar singkat struktur molekul baru yang potensial untuk pengembangan material baru. MateriAI mengubah proses ini dengan membuatnya jauh lebih cepat, semi-otomatis pengumpulan data, sekaligus menggunakan AI untuk menyarankan polimer baru untuk desain material.”

Model Bahasa yang Luas dan Pembelajaran Mesin yang Berbasis Fisika

MateriAI menggunakan model bahasa besar berbasis polimer yang dibuat khusus untuk mengumpulkan informasi polimer, kemudian menerapkan pembelajaran mesin yang berbasis fisika untuk menangkap kompleksitasnya, termasuk struktur polimer tingkat mikro dan makro. Model bahasa besar platform ini dilatih pada sejumlah besar sumber daya untuk mengumpulkan dan menghubungkan pengetahuan material, informasi desain penting, dan proses – sangat memperkaya informasi yang digunakan untuk desain material baru.

Menangani Kompleksitas Struktur Biomaterial

Pendekatan komputasi analitis standar, bahkan ketika menggunakan komputasi berkinerja tinggi, tidak memadai untuk menangani kompleksitas struktur biomaterial. Namun, peningkatan dalam cara MateriAI memproses informasi kompleks memungkinkan platform berjalan pada sistem komputer berbasis CPU dan GPU yang dirancang untuk beban kerja komputasi standar.

Funaya berkata: “Banyak polimer organik memiliki rantai polimer yang panjang dan saling terkait, yang membuat sulit untuk menghitung potensi interaksinya dengan polimer lain. Sejumlah besar informasi pendukung tentang proses pembuatan juga harus dipertimbangkan. Misalnya, ketika mengembangkan jenis karet baru, hubungan antara rantai polimer, pengisi dan aditif dalam campuran karet – dan ikatan silang bahan karet – semua perlu dipahami.”

Berdasarkan model bahasa yang besar, MateriAI mengintegrasikan lapisan kompleksitas ini dan menggunakan pembelajaran mesin yang berbasis fisika untuk memberikan wawasan tentang pembuatan material baru. Pendekatan ini menghilangkan kebutuhan akan alur pemrosesan bahasa alami yang kompleks.

Antarmuka Pengguna yang Intuitif

Dengan menggunakan antarmuka pengguna platform yang intuitif, pengguna memasukkan sifat mekanis, suhu, dan listrik dari polimer yang ingin mereka kembangkan, termasuk kondisi apa pun untuk metode pembuatannya. Molekul kandidat ditampilkan secara visual, dan kondisi dapat diperbarui dengan cepat. Perubahan model ditampilkan secara real time.

Dr. Martin Renqiang Min, Kepala Departemen Pembelajaran Mesin di NEC Laboratories America mengatakan: “MateriAI belajar bahkan dengan jumlah data yang paling sedikit dan menerapkan pembelajaran mesin yang berbasis fisika untuk memprediksi sifat material fisik secara akurat. Platform ini memungkinkan ilmuwan material fokus pada tugas desain material, menghilangkan beban investigasi latar belakang dan prediksi sifat material.”

Terobosan dalam Desain Material

Pendekatan ini merupakan penyimpangan radikal dari kerangka kerja desain material sebelumnya, memungkinkan ilmuwan material merancang material untuk kasus penggunaan di mana sebagian besar pengetahuan material yang ada tidak diketahui. Dalam beberapa bulan mendatang, NEC akan memperluas uji coba pelanggan MateriAI di pasar polimer dan memperluas aplikasinya ke industri lain. Peluncuran komersial platform prototipe direncanakan dalam 12 bulan ke depan.