使用語言模型來幫助漂流。

合金的添加性生產使得創建一部分機器，以滿足優化航空航天，汽車和能源應用中性能所需的複雜要求。尋找在這些部分中使用的元素的完美組合，如果有無數可能的組合，則是一個複雜的過程，它通過計算工具和人工智能加速了。

憑藉大型語言模型（LLM），例如Chatgpt，開發了以更好地理解自然語言的研究人員，來自卡內基大學材料科學和工程分支的研究人員 – 梅隆是第一個教LLM以類似方式理解合金合金的新合金合金的人。在莫哈迪茲·塔胡里·穆薩維（Mohadeze Tahuri-Musavi）副教授的帶領下，他們開發了合金，該合金認識到構圖，結構和特性之間的關係，以便為添加劑結構合金創建新的設計。

詳細描述的合金模型 最近的文章 發表在 NPJ計算材料它的獨特之處在於它具有雙重功能。它可以根據這些合金組成準確預測幾種相結構和屬性，相反，它可以提供與集合設計目標相對應的漂流組合物的全面列表。

Tahurimosavi說：“我們創建了一個研究了合金合金的架構，以開發擴展的合金，這些合金具有各種應用中機械特性和生產力的理想品質。”

側重於結構合金設計的Taheri-Mousavi集團創建了一個創作模型，為合金開發了一種語言，並教授了這種生成的AI模型。該模型沒有分析單詞，而是考慮句子格式中的組成和結構特徵，以了解如何連接組成，結構和屬性。

與普通的迭代方法不同，在搜索所有可能的解決方案時經常遇到問題，合金可以提供完整的基本組合列表，以創建所需的請求的材料屬性。這對於梯度組成的發展特別有用，梯度成分還製造合金，其中在一個部分中存在材料特性的逐漸變化。

“令人興奮的是建立一個可以同時解決預測和設計任務的模型，” Bo。也不是Taher-Musavi組的後期研究人員。 “當我們證明合金可以在解決問題方面的準確性，多樣性和可靠性協同作用時，這更有趣。”

該語言模型可以為類似模型樹立基礎，並加速傳統和添加劑生產的合金設計材料的設計。

Taheri-Musavi說：“我們的方法將使科學家能夠迅速找到具有新物體或改進的合金，並最終幫助行業的合作夥伴提高速度並降低各種生產過程的合金成本。”