2024-06-26 | 대전=박희윤 기자

KAIST用ChatMOF实现96.9%金属有机骨架物性预测

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

KAIST研究团队利用ChatGPT开发出一套聊天机器人系统(以下称ChatMOF),可预测金属有机框架的特性并自动生成新材料。金属有机框架因具有大孔隙率、高比表面积和出色的可调性,被广泛用于众多化学应用领域。ChatMOF在检索和预测任务中分别取得96.9%和95.7%的高成功率,备受关注。

KAIST于26日发布消息称,生命化学工程系金智汉教授研究团队关注人工智能(AI)的飞速发展,通过运用大规模语言模型(LLMs),开发出可预测金属有机框架(MOFs·Metal-Organic Frameworks)特性并自动生成新材料的聊天机器人系统(ChatMOF)。

尽管近来人工智能(AI)发展取得巨大飞跃,但要完全实现LLM在材料科学中的潜力,仍存在物质复杂性和材料专用训练数据不足的局限。

金智汉教授研究团队开发的ChatMOF是在材料领域将传统机器学习模型与LLM相结合的创新方法,有望大幅缩小初学者与计算及机器学习工具之间的差距。

此外,这一独特系统将人工智能的变革性能力与材料科学的复杂层面连接起来,在各种任务中表现出色。ChatMOF在检索和预测任务中分别取得96.9%和95.7%的高成功率。更为复杂的结构生成任务,尽管难度高,也达到了值得关注的87.5%准确率。这些令人期待的结果凸显出ChatMOF在处理最高难度任务方面同样有效。

金教授表示:“研究团队开发的技术标志着在材料科学领域实现人工智能更高自主性的重要进展。随着技术发展,通过对模型容量和在线平台数据共享的系统性改进,可进一步优化ChatMOF的性能,这将推动金属有机框架研究领域取得惊人进展。”

由KAIST生命化学工程系博士生姜永勋作为第一作者参与的此项研究成果,已于6月3日发表在国际学术期刊《自然·通讯》(Nature communications)上。

阅读韩文原文