Az Aionics bizonyos esetekben még egy lépéssel tovább ment, amikor a generatív MI-t is bevonta a folyamatba.
Ahelyett, hogy az ismert molekulák milliárdjaira támaszkodna, az idén elkezdte használni a meglévő akkumulátor-anyagadatokon kiképzett generatív MI-modelleket, hogy új, egy adott alkalmazásra irányuló molekulákat hozzon létre vagy tervezzen meg.
A vállalat a Carnegie Mellon Egyetemen működő Accelerated Computational Electrochemical Systems Discovery programban kifejlesztett szoftverrel turbózza fel az erőfeszítéseit. Venkat Viswanathan, aki a CMU docense volt és vezette ezt a programot, az Aionics társalapítója, vezető kutatója.
Az Aionics az OpenAI GPT 4-re épülő nagy méretű nyelvi modelleket is elkezdte használni, hogy segítsen a tudósainak leszűrni a lehetséges formulák millióit, még mielőtt elkezdenék lefuttatni őket az adatbázisban. Ezt a chatboteszközt, amelyet az Aionics által kiválasztott kémiai tankönyveken és tudományos cikkeken képeztek ki, nem veszik igénybe a tényleges felfedezéshez, de a tudósok felhasználhatják arra, hogy kizárjanak bizonyos molekulákat, amelyek nem lennének hasznosak egy adott alkalmazásban – magyarázta Sendek.
Miután betanították ezeket a tankönyveket, az LLM lehetővé teszi a tudós számára, hogy lekérdezze a modellt. „Ha beszélhetnél a tankönyveddel, mit kérdeznél tőle?” – vetette fel Sendek. Ám gyorsan megjegyezte, hogy ez nem tesz semmi mást, mintha valaki tudományos cikkeket kurátorkodna. „Ez csak egy következő szintű interakciót biztosít” – mondta, hozzátéve, hogy minden ellenőrizhető a chatbot képzéséhez használt forrásokra való visszautalással.