Çok Görevli Hesaplamalı Malzeme Bilimi için Modüler büyük dil modeli ajanları

Daha iyi malzemeler tasarlamak için akıllı yardımcılar

Daha hafif uçaklardan daha uzun ömürlü pillere kadar, yeni malzemeler her gün güvendiğimiz birçok teknolojiyi sessizce güçlendirir. Ancak bu malzemeleri keşfetmek ve test etmek yavaş ve karmaşık olabilir. Bu makale, düz dildeki soruları somut simülasyonlara, veri tabanı sorgularına ve yapı önerilerine dönüştürerek malzeme araştırmasını daha hızlı ve kolay hale getirmeyi amaçlayan büyük dil modellerine dayalı akıllı bir dijital asistan olan MatSciAgent'i tanıtıyor.

Tek bir dijital şef, birçok uzman yardımcı

MatSciAgent'in merkezinde bir orkestra şefi gibi davranan bir ana ajan bulunur. Bir araştırmacı, uygun malzemeler ya da bir metalin soğutulduğunda nasıl davranacağı gibi günlük dilde bir soru yazar. Ana ajan bunun ne tür bir görev olduğunu belirler ve bunu birkaç uzman ajandan birine iletir. Bunlar; malzeme verisi arama, malzemelerin şekil veya faz değişimini modelleyen bilgisayar modelleri çalıştırma, kristal yapılar tasarlama ve atom hareketlerini simüle etme için ajanları içerir. Her uzmanın kendi araçları ve yazılımları vardır; dil modeli ise isteği anlama ve adımları planlama işini üstlenir.

Cevapları tahmine değil gerçek verilere dayandırmak

Genel amaçlı dil modelleriyle ilgili önemli bir endişe, bazen kendinden emin görünürken yanlış olabilmeleridir. MatSciAgent bunu cevaplarını güvenilir malzeme veri tabanlarına doğrudan bağlayarak ele alır. Bir kullanıcı güneş pili malzemeleri için sentez yolları veya titanyum dioksit gibi bir kristaldeki bağ uzunlukları gibi bilgiler istediğinde, malzeme çıkarım ajanı Materials Project ve MatWeb gibi kaynaklara bağlanır. Ardından güncel kayıtları toplar, filtreler ve yalnızca belleğe dayanmak yerine gerçek kayıtlar temelinde bir özet yazar. Testler, bu yaklaşımın belli bileşimler, işlem sıcaklıkları ve yapısal ayrıntılar gibi spesifik bilgiler de dahil olmak üzere yardımcı olmayan bir dil modeline kıyasla daha zengin ve daha kesin yanıtlar ürettiğini gösteriyor.

Mikroyapı görüntülerinden atomik harekete

Çerçeve ayrıca doğal dil talimatlarını tam bilgisayar simülasyonlarına çevirir. Süreklilik (continuum) simülasyonlarında sistem, metal alaşımlarının nasıl katılaştığını veya bir çok kristalli malzemede tane büyümesinin ısıtıldığında nasıl gerçekleştiğini modelleyebilir. Kullanıcının ifadesinden ızgara boyutu, büyüme olasılığı ve çekirdek sayısı gibi parametreleri çıkararak, sürekli olarak gelişen mikroyapıların kare kare görüntülerini oluşturan araçları otomatik olarak başlatabilir. Atomik ölçek davranış için ise moleküler dinamik ajanı, seçilen sıcaklık ve koşullarda alüminyum gibi metallerin simülasyonlarını kurar. Kristal yapıları yapılandırır, etkileşim modellerini seçer ve enerji ile sıcaklığın binlerce zaman adımı boyunca beklendiği gibi davrandığını kontrol eder.

Olası kristal yapı taşları türetmek

Bazen ilginç bir malzemenin yapısı henüz kamu veri tabanlarında bulunmayabilir. Bu durumları ele almak için MatSciAgent, CrystaLLM adında özelleşmiş bir dil modeli tarafından desteklenen bir kristal üretim ajanı içerir. Bir bileşim ve simetri tanımı verildiğinde, bu ajan standart dosya formatında görselleştirilebilen veya daha sonra doğrudan kullanılabilen ayrıntılı kristal yapılar önerir. Sistem ayrıca adımları birbirine bağlayabilir: örneğin, bir nikel-alüminyum bileşiği için bir kristal yapı üretmek ve ardından takip eden bir istekte kullanıcının tüm ayrıntıları yeniden belirtmesine gerek kalmadan aynı yapının atomik simülasyonunu çalıştırmak mümkün olur.

Güvenilirliği kontrol etmek ve gelişme alanı

Bilimsel çalışma güvene dayandığı için yazarlar MatSciAgent'in tutarlılığını dikkatle test ettiler. Aynı sorguları birçok kez yeniden çalıştırdılar ve hangi ajanların ve araçların seçildiğini, hangi parametrelerin çıkarıldığını ve hangi sonuçların döndüğünü izlediler. Malzeme aramaları, süreklilik simülasyonları ve atomik simülasyonlar için sistem neredeyse her seferinde aynı iş akışlarını ve parametreleri seçti; yalnızca nadir hatalar ve yanıtların ifade edilişinde küçük farklılıklar görüldü. Tasarım modülerdir, bu yüzden yeni veri tabanları, daha gelişmiş modeller veya ek simülasyon yöntemleri zaman içinde eklenerek asistanın ele alabileceği malzeme problemleri yelpazesini genişletilebilir.

Gelecek malzeme keşfi için bunun önemi

Basitçe söylemek gerekirse, bu çalışma dil tabanlı yapay zekanın sohbetin ötesine geçerek malzeme bilimi için güvenilir bir laboratuvar yardımcısı olarak hareket edebileceğini gösteriyor. Kararlarını güvenilir verilere ve yerleşik simülasyon araçlarına dayandırarak, MatSciAgent araştırmacıların bir sorudan somut sayılara, yapılara ve görselleştirmelere çok daha az manuel kurulumla ulaşmasına yardımcı olur. Uzman yargısını veya yüksek düzey fiziği tamamen ikame etmemekle birlikte, tutarlı performansı ve esnek tasarımı, işlevsel malzemelerin bir sonraki neslini arayan bilim insanları için günlük bir yardımcı haline gelebileceğini düşündürüyor.

Atıf: 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

Anahtar kelimeler: malzeme enformatiği, büyük dil modelleri, bilimsel ajanlar, moleküler dinamik, kristal yapı üretimi