Negli ultimi mesi, IBM Research ha rilasciato una nuova famiglia di modelli foundation open-source su GitHub e Hugging Face, che mirano ad accelerare la ricerca di nuovi materiali più sostenibili.
Chiunque disponga di una piccola quantità di dati – sottolinea IBM – può personalizzare i modelli per le proprie applicazioni, che si tratti della ricerca di migliori materiali per le batterie per immagazzinare l’energia del sole e del vento o della sostituzione delle sostanze chimiche tossiche PFAS “per sempre” che si trovano in ogni cosa, dalle padelle antiaderenti ai chip all’interno del computer portatile o del telefono. Oltre ai modelli, IBM ha ideato diversi metodi per fondere insieme diverse rappresentazioni molecolari.
I modelli possono essere utilizzati da soli o insieme e in pochi mesi sono stati scaricati più di 100.000 volte. “Siamo incoraggiati dal forte interesse che abbiamo riscontrato finora”, afferma Seiji Takeda, scienziato principale che coordina il progetto FM4M (Foundation Models for Materials) di IBM Research. “Siamo ansiosi di vedere che cosa propone la comunità”.
L’Agenzia per la protezione dell’ambiente degli Stati Uniti – mette in evidenza IBM – tiene traccia del rilascio di quasi 800 sostanze tossiche che le aziende eliminerebbero volentieri se si potessero trovare alternative più ecologiche e performanti. Ora l’intelligenza artificiale ha il potenziale per fornire agli scienziati nuovi potenti strumenti per fare proprio questo, scoprendo nuovi materiali che potrebbero essere più sicuri per l’uomo e per l’ambiente.
I modelli foundation pre-addestrati su vaste banche dati molecolari possono essere utilizzati per vagliare milioni di molecole alla volta alla ricerca di proprietà desiderabili, eliminando quelle con effetti collaterali pericolosi. Questi modelli possono anche essere utilizzati per generare molecole completamente nuove, aggirando il tradizionale processo di scoperta basato su trial-and-error.
Maggiori informazioni sui modelli sono disponibili nel blog di IBM.
