ابزار SCIGEN باعث می‌شود مدل‌های تولیدی AI مواد پیشرفته را خلق کنند

محققان حوزه هوش مصنوعی اخیراً ابزار جدیدی به نام SCIGEN معرفی کرده‌اند که می‌تواند مدل‌های تولیدی (Generative Models) را برای طراحی و کشف مواد پیشرفته آموزش دهد. این ابزار به دانشمندان اجازه می‌دهد ترکیب‌ها و ساختارهای مولکولی جدید را با سرعت و دقت بسیار بالاتر نسبت به روش‌های سنتی شناسایی کنند. SCIGEN بر پایه شبکه‌های مولد متخاصم (GANs) و مدل‌های ترنسفورمر توسعه یافته است و توانایی تولید صدها ترکیب شیمیایی با خواص مطلوب را در بازه‌های زمانی کوتاه دارد. این ابزار قادر است ویژگی‌های کلیدی مواد، مانند پایداری حرارتی، رسانایی الکتریکی، خواص مکانیکی و واکنش‌پذیری شیمیایی را پیش‌بینی کرده و ترکیب‌هایی ارائه دهد که احتمال موفقیت بالایی در آزمایش‌های واقعی دارند. یکی از نوآوری‌های SCIGEN، امکان ادغام داده‌های چندمنظوره است؛ به این معنی که می‌تواند داده‌های آزمایشگاهی، شبیه‌سازی‌های کامپیوتری و داده‌های متنی علمی را همزمان تحلیل کند. این قابلیت باعث می‌شود مدل‌های AI قادر باشند الگوهای پیچیده بین ساختار مولکولی و ویژگی‌های عملکردی مواد را تشخیص دهند. در آزمایش‌های اولیه، SCIGEN موفق شد چندین ماده جدید برای باتری‌های پیشرفته، ابررساناها و مواد فوتونیک طراحی کند که برخی از آن‌ها در مرحله آزمایشگاه نتایج بسیار امیدوارکننده‌ای داشتند. به گفته دکتر ماریا سانچز، پژوهشگر اصلی پروژه از MIT CSAIL، این ابزار می‌تواند «فرآیند طراحی مواد را از چند سال به چند ماه کاهش دهد و امکان نوآوری سریع در صنایع پیشرفته را فراهم کند». علاوه بر این، SCIGEN برای استفاده پژوهشگران و دانشگاه‌ها به‌صورت متن‌باز عرضه شده است و انتظار می‌رود موج جدیدی از تحقیقات و تولید مواد نوآورانه در حوزه علم مواد و مهندسی ایجاد شود. منبع: MIT News – “SCIGEN: Generative AI Tool Accelerates Advanced Material Discovery,” October2025 https://news.mit.edu