סוכני שפה גדולים מודולריים למדעים חומרים חישוביים רב-משימתיים

עוזרים חכמים לעיצוב חומרים טובים יותר

ממטוסים קלים יותר ועד סוללות שיחזיקו זמן רב יותר — חומרים חדשים מזינים בשקט טכנולוגיות רבות שאנו מסתמכים עליהן מדי יום. אך גילוי ובדיקה של חומרים אלה עלולים להיות איטיים ומסובכים. מאמר זה מציג את MatSciAgent, עוזר דיגיטלי חכם המבוסס על מודלי שפה גדולים שמטרתו להאיץ ולהקל על מחקר בחומרים על ידי המרת שאלות בשפה פשוטה לסימולציות קונקרטיות, חיפושי מאגרים והצעות מבנים.

מנצח דיגיטלי אחד, הרבה עוזרים מתמחים

בלב MatSciAgent נמצא סוכן ראשי שמתנהג כקונסקטור של תזמורת. חוקר מקליד שאלה בשפה יומיומית, לדוגמה בקשה לחומרים מתאימים או לשאלה כיצד מתנהג מתכת בקירור. הסוכן הראשי מחליט לאיזה סוג משימה מדובר ומעביר אותה לאחד מכמה סוכנים מתמחים. אלה כוללים סוכנים לחיפוש נתוני חומרים, להרצת מודלים ממוחשבים של שינויי צורה או פאזה, לעיצוב מבני גביש ולסימולציות של תנועת אטומים. לכל סוכן מתמחה יש גישה לכלים ותוכנות משלו, בעוד שמודל השפה מטפל בהבנת הבקשה ותכנון השלבים.

עיגון תשובות בנתונים אמיתיים, לא בניחושים

חשש מרכזי לגבי מודלים של שפה כלליים הוא שהם עלולים להישמע בטוחים בעוד שהם טועים. MatSciAgent מתמודד עם זה על ידי קישור תשובותיו ישירות למאגרי חומרים מהימנים. כאשר משתמש מבקש מסלולי סינתזה לחומרי תאים סולאריים או אורכי קשר במבנה גבישי כמו תחמוצת טיטניום, סוכן חילוץ המידע על חומרים מתחבר למשאבים כמו Materials Project ו-MatWeb. הוא אוסף רשומות עדכניות, מסנן אותן וכותב סיכום המבוסס על נתונים ממשיים במקום על זיכרון בלבד. ניסויים מראים ששיטה זו מפיקה תשובות עשירות ומדויקות יותר מאשר מודל שפה לא מסייע, כולל קומפוזיציות ספציפיות, טמפרטורות תהליך ופרטים מבניים.

מתמונות מיקרו-מבנה לתנועת אטומים

המערכת גם מתרגמת הוראות בשפה טבעית לסימולציות מחשב מלאות. בסימולציות רציפות, המערכת ממודלת כיצד סגסוגות מתכת מתמצקות או כיצד גרעינים בפוליקריסטל גדלים בחימום. על ידי חילוץ פרמטרים כגון גודל גריד, הסתברות גדילה ומספר גרעינים ממילות המשתמש, ניתן להשיק אוטומטית כלים שיוצרים תמונות מסגרת-אחרי-מסגרת של מיקרו-מבנים המתפתחים. בהתנהגות בקנה מידה אטומי, סוכן דינמיקת המולקולות מכין סימולציות של מתכות כמו אלומיניום בטמפרטורות ותנאים נבחרים. הוא מגדיר מבני גביש, בוחר מודלים לאינטרקציות ובודק שהאנרגיה והטמפרטורה מתנהגות כצפוי לאורך אלפי צעדי זמן.

המצאת בלוקים גבישיים סבירים

לפעמים המבנה של חומר מעניין אינו זמין עדיין במאגרים ציבוריים. כדי להתמודד עם מקרים כאלה, MatSciAgent כולל סוכן ליצירת גבישים שמופעל על ידי מודל שפה מיוחד בשם CrystaLLM. בהתבסס על קומפוזיציה ותיאור סימטריה, סוכן זה מציע מבני גביש מפורטים בפורמט קובץ סטנדרטי שניתן להמחשה או לשימוש ישיר בסימולציות הבאות. המערכת גם יכולה לקשר שלבים יחד: לדוגמה, לייצר מבנה גביש לתרכובת ניקול-אלומיניום ואז, בבקשה המשך, להריץ סימולציה אטומית של אותו מבנה בלי שהמשתמש יצטרך לחזור ולפרט את כל הפרטים.

בדיקת אמינות ופוטנציאל להרחבה

מכיוון שעבודה מדעית נשענת על אמון, המחברים בדקו בקפדנות עד כמה MatSciAgent פועל בעקביות. הם הריצו שוב ושוב את אותן שאילתות ועקבו אילו סוכנים וכלים נבחרו, אילו פרמטרים חולצו ואילו תוצאות חזרו. בחיפושי חומרים, בסימולציות רציפות ובסימולציות אטומיות, המערכת בחרה כמעט תמיד את אותו רצף עבודה והפרמטרים, עם כישלונות נדירים ושונות קלה בניסוח התשובות. העיצוב מודולרי, כך שניתן להוסיף מאגרי נתונים חדשים, מודלים מתקדמים יותר או שיטות סימולציה נוספות לאורך הזמן כדי להרחיב את טווח הבעיות החומריות שהעוזר יכול להתמודד איתן.

למה זה חשוב לגילוי חומרים עתידי

במילים פשוטות, עבודה זו מראה כיצד בינה מבוססת שפה יכולה לצאת מעבר לשיחה ולהתנהג כעוזר מעבדתי מהימן למדע החומרים. על ידי עיגון החלטותיה בנתונים מהימנים ובכלי סימולציה מבוססים, MatSciAgent מסייע לחוקרים לעבור משאלה למספרים קונקרטיים, למבנים ולהמחשות עם הרבה פחות הכנה ידנית. אף על פי שאיננו מחליף שיפוט מומחה או פיזיקה ברמה גבוהה, הביצועים העקביים והעיצוב הגמיש שלו מעידים כי הוא עשוי להפוך לחבר יומיומי לחוקרים המחפשים את הדור הבא של חומרים פונקציונליים.

ציטוט: Chaudhari, A., Ock, J. & Barati Farimani, A. Modular large language model agents for multi-task computational materials science. Commun Mater 7, 131 (2026). https://doi.org/10.1038/s43246-025-00994-x

מילות מפתח: אינפורמטיקה של חומרים, מודלים של שפה גדולים, סוכנים מדעיים, דינמיקת מולקולות, יצירת מבני גביש