Khám phá polymer là yếu tố then chốt trong nhiều lĩnh vực từ lưu trữ năng lượng đến y sinh. Tuy nhiên, không gian thiết kế hóa học khổng lồ và dữ liệu phân mảnh thường khiến các mô hình AI hiện nay thiếu tính thực tiễn trong các quyết định thiết kế. Để giải quyết vấn đề này, một hệ thống mới có tên PolyFusionAgent đã được giới thiệu.
Diễn biến
PolyFusionAgent là một khung làm việc tương tác, kết hợp giữa mô hình nền tảng polymer đa phương thức (PolyFusion) và một agent thiết kế dựa trên tài liệu khoa học (PolyAgent). PolyFusion hợp nhất các góc nhìn khác nhau của polymer bao gồm trình tự, cấu trúc liên kết, hình học 3D và dấu vân tay hóa học (fingerprints) từ hàng triệu loại polymer. Điều này giúp cải thiện việc dự đoán các tính chất nhiệt vật lý và cho phép tạo ra các polymer mới có giá trị hóa học nhưng nằm ngoài không gian thiết kế tham chiếu.
PolyAgent đóng vai trò hoàn thiện vòng lặp thiết kế bằng cách liên kết dự đoán với truy xuất bằng chứng từ các tài liệu khoa học. Agent này có thể đề xuất, đánh giá và ngữ cảnh hóa các giả thuyết dựa trên tiền lệ có sẵn trong một quy trình làm việc duy nhất.
Vì sao đáng chú ý
PolyFusionAgent đại diện cho xu hướng 'AI cho khoa học' (AI for Science), nơi AI không chỉ xử lý dữ liệu mà còn thực hiện các suy luận khoa học có thể kiểm chứng. Đối với ngành vật liệu tại Việt Nam, công cụ này mở ra cơ hội rút ngắn thời gian thử nghiệm trong phòng thí nghiệm thông qua việc giả lập và tối ưu hóa thiết kế polymer trên máy tính. Sự kết hợp giữa học máy quy mô lớn và tri thức chuyên ngành giúp tạo ra những vật liệu có tính ứng dụng cao và chính xác hơn so với các phương pháp truyền thống.