Els models de llenguatge han après a llegir text, però un cristall no és un text: és una disposició d'àtoms repetida en tres dimensions, que es guarda en formats especialitzats. Això fa difícil que una IA «entengui» un material, i la bibliografia experimental, a més, s'ha concentrat en unes poques famílies de cristalls, de manera que els models tendeixen a repetir sempre els mateixos.
Un equip del MIT, amb Yang Jeong Park com a primer autor i els professors Ju Li i Elsa Olivetti entre els signants, proposa una solució que ha publicat a «Nature Communications» sota el títol «Scaling multimodal materials representation learning with synthetic narratives». Han construït un model que uneix la imatge de l'estructura atòmica en 3D amb una descripció en llenguatge natural. Per aconseguir prou parelles, van generar narracions sintètiques a partir d'articles experimentals i de bases de dades de càlculs: cada una descriu la composició, l'estructura, les propietats, el procés de fabricació i les aplicacions possibles. L'entrenament és de tipus contrastiu, és a dir, el model aprèn a apropar les estructures i els textos que van junts i a allunyar els que no.
Segons la nota del MIT, la versió entrenada amb aquestes narracions va aprendre a relacionar la geometria amb el text, i la que només havia vist el text dels articles, no. El model va identificar millors dissenys de materials que els models només textuals, va superar una referència quan se li demanava un cristall amb una propietat concreta i, per a electròlits sòlids de bateries d'ió liti, entre les seves primeres propostes hi havia materials que altres grups ja havien assenyalat de manera independent com a prometedors. Ju Li compara l'impacte potencial amb el que AlphaFold ha tingut en biologia.
Cal tenir present què no diu la nota: no dona xifres d'encert ni proves en un ventall ampli de cristalls, i que alguns candidats coincideixin amb troballes d'altres grups és un indici, no una prova que el model descobreixi materials nous. El treball va comptar amb finançament de les agències nord-americanes DTRA i DARPA i de la Fundació Nacional de Recerca de Corea.