NEC Laboratories Europe presenta la piattaforma MateriAI per lo sviluppo sostenibile di nuovi materiali usando l'intelligenza artificiale

MateriAI utilizza un modello linguistico di grandi dimensioni, Large Language Model (LLM), appositamente creato su informazioni specifiche nell'ambito dei polimeri, e applica tecniche di physics-informed machine learning per catturarne la complessità, incluse le micro- e macro-strutture dei polimeri. Il modello linguistico della piattaforma è stato addestrato usando un vasto corpus di risorse per raccogliere e collegare le conoscenze attualmente disponibili sui materiali, oltre a informazioni critiche per la progettazione e i processi industriali – arricchendo notevolmente le informazioni utilizzate per la ricerca e sviluppo di nuovi materiali.

Gli approcci computazionali tradizionali basati su modelli analitici, anche quando utilizzati su infrastrutture di calcolo di elevata potenza (high-performance computing), sono inadeguati per gestire la complessità delle strutture dei biomateriali in tempi e costi economicamente sostenibili. Al contrario, MateriAI è stata ottimizzata per funzionare su sistemi di calcolo generici basati su CPU e GPU per carichi computazionali standard.

Funaya prosegue: "Molti polimeri organici hanno lunghe catene polimeriche intrecciate, il che rende difficile calcolare la loro potenziale interazione con altri polimeri. Allo stesso tempo si deve anche considerare una vasta quantità di informazioni descrittive sui processi di fabbricazione. Ad esempio, quando si sviluppano nuovi tipi di gomma, è necessario comprendere la relazione tra catene polimeriche, riempitivi e additivi nelle mescole e la reticolazione della gomma".

Basandosi sul suo LLM, MateriAI integra questi livelli di complessità e utilizza physics-informed machine learning  per fornire indicazioni sulla creazione di nuovi materiali. Questo approccio elimina la necessità di una complessa pipeline di elaborazione del linguaggio naturale, Natural Language Processing (NLP).

Utilizzando l'interfaccia utente intuitiva della piattaforma, gli utenti inseriscono le proprietà meccaniche, termiche ed elettriche del polimero che vorrebbero sviluppare, comprese eventuali condizioni per i suoi metodi di produzione. Le molecole candidate vengono mostrate visivamente e le condizioni possono essere facilmente aggiornate. Le modifiche ai modelli vengono visualizzate in tempo reale.

Martin Renqiang Min, Department Head of Machine Learning di NEC Laboratories America afferma: "MateriAI apprende anche con la più piccola quantità di dati e applicando physics-informed machine learning predice accuratamente le proprietà fisiche dei materiali. La piattaforma consente agli esperti di materiali di concentrarsi sulle attività di progettazione, eliminando l'onere delle indagini di base e delle predizioni sulle proprietà dei materiali".

Rispetto ai precedenti strumenti di sviluppo di nuovi materiali questo approccio rappresenta un cambiamento radicale che consente agli esperti di scienza dei materiali di progettare materiali per applicazioni in cui gran parte delle conoscenze esistenti sui materiali non è nota o non direttamente applicabile.

Nei prossimi mesi, NEC continuerà la propria sperimentazione di MateriAI nel mercato dei polimeri ed estenderà la sua applicazione ad altri settori. Un lancio commerciale della piattaforma è previsto entro i prossimi 12 mesi.

View original content to download multimedia:https://www.prnewswire.com/it/comunicati-stampa/nec-laboratories-europe-presenta-la-piattaforma-materiai-per-lo-sviluppo-sostenibile-di-nuovi-materiali-usando-lintelligenza-artificiale-302088484.html