Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilmişdir. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: Sungkyunkwan Universitetinin (SKKU) Qabaqcıl Material Elmləri və Mühəndisliyi Məktəbinin professoru Sung Beom Çonun başçılıq etdiyi tədqiqat qrupu, professorlar Jin Sung Park və Hyunsouk Cho komandaları ilə əməkdaşlıqda (Ajou MİT Universiteti və Professor), mürəkkəb yeni materiallar üçün sintez şərtləri və prosedurlarını təklif etmək və eksperimental nəticələr əsasında onları təkrar-təkrar təkmilləşdirmək üçün böyük dil modelindən (LLM) istifadə edən "qapalı dövrəli materialların sintezinin planlaşdırılması platforması" hazırlayıb. Elmi ictimaiyyət bu yaxınlarda perspektivli yeni material namizədlərini sürətlə müəyyən etmək üçün müxtəlif hesablama metodlarından istifadə edir.
Bununla belə, bu materialların sintezi hansı prekursorların istifadə edilməsi və reaksiyanın hansı temperaturda və nə qədər davam etməsi kimi xüsusi şərtləri müəyyən etmək üçün geniş sınaq və səhv tələb edir. Bu sınaq və səhvləri azaltmaq üçün tədqiqat qrupu LLM-nin oxşar sintez halları üçün mövcud ədəbiyyatı axtardığı və yeni materiala uyğun reseptlər təklif etdiyi bir iş axını hazırladı. İş “Advanced Materials” jurnalında dərc olunub. Komanda əvvəlcə akademik jurnallarda dərc olunmuş 4407 açıq girişli bərk cisim sintezi məqalələrindən əsas sintez məlumatlarını – hədəf materiallar, prekursorlar və temperatur, rpm, təzyiq və vaxt kimi sintez şərtlərini çıxararaq verilənlər bazası yaratdı.
Komanda daha sonra tədqiqatçının istədiyi material və şərtlər əsasında oxşar mövcud sintez hallarını axtaran və müvafiq olaraq namizəd reseptlərini təklif edən axtarış-artırılmış nəsil (RAG) metodunu tətbiq etdi. Təklif olunan reseptlər faktiki sənədlərdə bildirilmiş şərtlərlə müqayisə edildikdə, əsas sintez dəyişənləri üzrə orta hesabla 5-dən 4-ə yaxın bal topladılar. Komanda əvvəllər bildirilməmiş namizədlər də daxil olmaqla, bütün bərk vəziyyətdə olan batareyalar üçün oksi-selenid əsaslı bərk elektrolit materialı üçün sintez təcrübələri aparmaq üçün bu AI platformasından istifadə etməyə davam etdi.
Süni intellekt modeli tərəfindən ilkin olaraq təklif edilən 600°C şəraitdə hədəf materialın yerinə bir neçə çirk fazası əmələ gəldi. Lakin komanda bu nəticələri yenidən modelə daxil etdikdə, sintez temperaturunu tədricən aşağı salan təqib reseptini təklif etdi. Buna əsaslanaraq, komanda ardıcıl olaraq 450°C və 400°C-də şərtləri sınaqdan keçirdi və cəmi bir neçə təcrübə ərzində aşkar edilə bilən çirkləri olmayan birfazalı yeni materialı sintez etməyə müvəffəq oldu.
Bu tədqiqat insan alimlərinin eksperimental təcrübəsi ilə AI-nin geniş ədəbiyyatdan istifadə etmək qabiliyyətini birləşdirərək sınaq və səhvləri azaltmaq və materialların dizaynında inkişaf müddətlərini qısaltmaq potensialını nümayiş etdirir. Orta və orta məktəb şagirdləri onlayn olaraq mövcud reseptlərə istinad etdikləri və öz reseptlərini hazırlamaq üçün inqrediyentləri və şərtləri öz yemək nəticələrinə əsasən tənzimlədikləri kimi, gələcək alimlərin də eksperimental nəticələri tez bir zamanda daxil etmək, lazımsız sınaq və səhvləri azaltmaq və geniş çeşiddə yeni materiallar üçün sintez üsullarını səmərəli şəkildə inkişaf etdirmək üçün süni intellektdən istifadə etmələri gözlənilir. Dong Won Jeon və digərləri, Böyük Dil Modelləri, Qabaqcıl Materiallar ilə Materialların Kəşf edilməsi üçün Qapalı Döngə Bərk Dövlət Sintezinin Planlaşdırılması (2026).
DOI: 10.1002/adma.74502 BSc Həyat Elmləri və Ekologiya. Neft, qaz və bərpa olunan sənayelərdə əczaçılıq xəbərləri təcrübəsi ilə mikrobiologiya laboratoriyası fonu. Tam profil → Riyazi biologiya üzrə bakalavr, yaradıcı yazı üzrə magistr.
Xülasə — davamını mənbədə oxuyun.
