Yu yao MatterSeek - 新材料予測のための普遍的な基盤モデル (ベータ版)

 

logo

MatterSeek - 普遍的な新材料予測のための物理推論主導型、言語に依存しない基礎モデル

試行錯誤の終焉 - 研究開発の新たなパラダイムを開拓:リバースデザイン、精密合成

物質を生命のように進化させましょう
新材料の発見を加速する
少ない実験でより良いパフォーマンス

 

 

MatterSeek は、Yuyao Technology (中国) によって正式かつ誇らしげに発表された、新素材予測のための物理的推論に基づく普遍的な基礎モデルです。高度なアルゴリズムと高水準の実験データに基づいて構築されており、無機および有機の新材料研究開発シナリオに対応し、世界中の研究者にワンストップ サービスを提供します。

このモデルは、高次元空間における構成、構造、プロセス、およびパフォーマンスの間の強く結合された関係を打ち破ります。フォワード デザインとインバース デザインを通じて、余姚の社内実験プラットフォームでの閉ループのウェットラボ実験で検証された正確な予測を提供します。MatterSeek は単なる予測ツールではなく、信頼性の高い、産業的に展開可能な実行ソリューションです。

Yuyao

 

コア機能

 

物理的制約を備えた高度なアルゴリズム- モデルの 92% が自社開発された物理推論主導型。

01

1,035 個のマテリアル記述子 + 192 ドメイン固有のサブモデル- さまざまな材料システムの予測ニーズに正確に対応します。

02

ユニバーサルカバレッジ- 無機材料と有機材料の両方の研究開発向けに設計されています。

03

閉じた実験ループ- 当社の社内実験室は自動化された実験を 24 時間 365 日実行し、データをモデルにフィードバックして再帰的トレーニングと継続的な能力向上を実現します。

04

 

コア機能

 

能力 説明
リバースデザイン ユーザーは新しい材料の目標特性を入力するだけで、モデルは予測された組成、プロセス、構造を直接出力します。
選択入力 専門的なプロンプトは必要ありません - インタラクティブな周期表から元素を直接選択します。
要素制約フィルタリング 候補物質空間を元素組成範囲によって迅速にフィルタリングします。
カスタムプロパティメトリック オンデマンドのフォワード設計のためのターゲット プロパティを柔軟に定義します。
多次元の視覚化 予測結果を多角的に提示し、意思決定をサポートします。

 

Yuyao2

 

ステップ MatterSeek の機能
入力要件 自然言語による化学指示、ターゲット特性メトリクス、および元素制約はすべて入力として機能します。
モデル推論 モデルのコアでのマルチモジュール計算と同じトポロジ内での同時関数呼び出しを通じて、対応するドメイン固有のサブモデルが呼び出され、プロパティの予測または合成の反転が完了します。
出力結果 推奨される組成と結晶構造、および合成プロセスのパラメーターが多次元の視覚化で表示されます。
実験室合成 当社の社内研究室では、自動化された実験が 24 時間年中無休で実行されています。実際の実験データが収集され、オンライン モデル トレーニングにフィードバックされ、モデルのパフォーマンスが継続的に最適化されます。
特性評価と検証 XRD相分析およびSEM/EDS形態および組成分析により、測定値と予測値を比較します。

 

モデルのアーキテクチャ

 

アイテム 説明
建築 独自の HNN 階層型ニューラル ネットワーク (物理推論駆動)。 2 層設計: 共有バックボーンは、1,035 次元のフィンガープリントからクロスドメインのマテリアル表現を学習します。一番上には、17 の第 1 レベルの垂直ドメインの下にグループ化された 192 の第 2 レベルのエキスパート サブモデルがあり、それぞれがターゲットの特性を示すマテリアルに基づいて微調整されています。物理学に基づいた正則化には、対称性、保存則、熱力学的制約がソフト ペナルティとして組み込まれているため、ネットワークは純粋な補間ではなく、物理的に妥当な予測を出力します。
マテリアル記述子 1035
ドメインのサブモデル 192 個の第 2 レベルの性能変数サブモデルは、17 の第 1 レベルの垂直領域の下に編成されています: 超伝導、磁気熱量、磁気輸送、磁性、触媒作用と表面、電子輸送、光学、核と放射線、力学、結晶構造、熱電、熱力学、熱輸送、フォノン、強誘電体、気圧熱、製造とコスト。各サブモデルは、ターゲットの特性を示すマテリアルに基づいて微調整された専用の予測子です。以下のカテゴリーの内訳をご覧ください。
入力フォーマット 自然言語命令、プロパティターゲット、合成式。
出力フォーマット 不確実性限界を含む予測特性、推奨組成(パレートフロント候補)、処理パラメーター(焼結/アニーリングウィンドウ)、およびランク付けされた実験提案。
トレーニング 2 段階のカリキュラム: (1) 自己監視型のマスクされた指紋/構造再構築による大規模な組成-構造-特性記録に関する事前トレーニング。 (2) 物理学に基づいた損失、アクティブラーニングのフィードバック ループ、およびベイジアン/NSGA に基づいた候補選択によるドメインの微調整。

 

9b104740-86ea-405a-abb3-820e5a3150d601
9b104740-86ea-405a-abb3-820e5a3150d603

 

 

トレーニングデータ

 

アイテム 説明
データソース 主に独自のハイスループット実験データベースと厳選された文献測定値 (特性値)。 DFT計算により補完された構造データ(結晶構造、格子、空間群)。
規模 数百万の組成 - 構造 - 特性記録、実験主導型 (計算または測定された構造と組み合わせた実験特性測定) は、アクティブ ラーニングによって継続的に拡張されています。
材料システム 材料システムは、固定された合金/セラミックのリストに制限されるのではなく、目標の性能変数に従って動的に選択されます (各サブモデルはその特性を示す材料でトレーニングされます)。
クリーニングと重複排除 自動パイプライン: 単位セルの正規化、位相/空間群の調整、組成の丸め正規化、重複レコードのマージ、DFT↔実験の一貫性に対する外れ値の検出、漏れを防ぐための材料ファミリーごとのトレーニング/検証/テストの分割。

 

ベンチマーク

 

精度は、私たち自身のコーパス内のマテリアルファミリーごとに分割された、保持されている実験的テストセットについて報告されています。この 192 個のパフォーマンス変数のセットを正確にカバーする公開ベンチマークやピア モデルはないため、モデル間のピア比較は適用できません。

 

対象範囲とベストプラクティス

 

1

適用範囲の境界:

MatterSeek は、17 の垂直ドメインと 192 のターゲット プロパティ内で実稼働グレードの予測を提供します。現在の分類法外の新たな要素の組み合わせやプロパティについては、アクティブ ラーニング ループを介してオンデマンドでモデルを拡張できます。完全な再トレーニングではなく、いくつかの新しい実験によって新しいサブモデルがブートストラップされます。

2

推奨される使用法:

最終的な特性評価の代わりとしてではなく、実験に優先順位を付けるための高速スクリーニングおよび意思決定支援レイヤーとして予測を使用します。

モデル出力を推奨される合成処理ウィンドウと組み合わせます。パレート フロントの候補は、多目的設計に対してランク付けされます。

クリティカルなアプリケーションや規制されているアプリケーションの場合は、スケールアップする前に上位候補をオフラインで検証します。

このモデルは、追加の分野 (バイオ医薬品の毒性、長期信頼性など) に積極的に拡大しています。最新のロードマップについては、お問い合わせください。

 

 

アモルファス機能性材料の開発と検証

 

Yuyao4

 

Yuyao5