Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Ask today's large language models for a material suited to a battery and they answer from text alone, without any picture of the atoms involved. A team at MIT has built a model meant to close that gap. In a paper in Nature Communications, the researchers describe a system that is shown the three-dimensional arrangement of atoms in a crystal and learns to describe it in words. It identified better material designs than models trained on text alone.
Demandez aux grands modèles de langage actuels un matériau adapté à une batterie, et ils répondent à partir du seul texte, sans aucune image des atomes en jeu. Une équipe du MIT a mis au point un modèle destiné à combler cet écart. Dans un article paru dans Nature Communications, les chercheurs décrivent un système auquel on montre l'agencement tridimensionnel des atomes d'un cristal, et qui apprend à le décrire par des mots. Il identifie de meilleures conceptions de matériaux que les modèles entraînés sur le texte seul.
Most solid materials on Earth are crystals, meaning their atoms sit in highly ordered, repeating three-dimensional patterns, and more than 90 percent of solid materials are of this kind. Large language models, however, learn mostly from published papers and books, and many possible crystal structures exist only in computational databases. The experimental literature is also heavily concentrated on a few popular classes of crystals, so AI outputs tend to skew toward those same materials. The MIT team's answer was to pair each structure with a rich description covering composition, properties, processing and possible uses, then train the model with contrastive learning: it compares matching and mismatched pairs of structures and texts until the two align.
La plupart des matériaux solides présents sur Terre sont des cristaux, c'est-à-dire que leurs atomes s'organisent selon des motifs tridimensionnels très ordonnés et répétitifs, et plus de 90 % des matériaux solides relèvent de cette catégorie. Les grands modèles de langage apprennent toutefois surtout à partir d'articles scientifiques publiés et de livres, alors que de nombreuses structures cristallines possibles n'existent que dans des bases de données de calcul. La littérature expérimentale se concentre en outre fortement sur quelques grandes familles de cristaux, si bien que les résultats produits par l'IA tendent à privilégier ces mêmes matériaux. La réponse de l'équipe du MIT consiste à associer chaque structure à une description riche couvrant la composition, les propriétés, la mise en œuvre et les usages possibles, puis à entraîner le modèle par apprentissage contrastif : il compare des paires de structures et de textes correspondantes ou non, jusqu'à ce que les deux s'alignent.
The comparison with a text-only version is the clearest test in the paper. The researchers trained two models, one on AI-generated descriptions and one on text from papers only. Only the first learned to align geometric structures with text. Asked to find materials for solid-state lithium-ion battery electrolytes, the model's top results included materials that other researchers had independently identified as promising candidates. Given a natural language query describing a property, it identified crystalline materials with that property and outperformed a baseline. Ju Li, the MIT professor who leads the work, compares it to AlphaFold, the model that linked protein structures to their function and helped advance biological research and drug development.
La comparaison avec une version entraînée sur le seul texte constitue le test le plus net de l'article. Les chercheurs ont entraîné deux modèles, l'un sur des descriptions générées par IA, l'autre sur le texte des seuls articles. Seul le premier a appris à aligner les structures géométriques avec le texte. Interrogé sur des matériaux pour les électrolytes solides des batteries lithium-ion, le modèle a fait figurer parmi ses meilleurs résultats des matériaux que d'autres chercheurs avaient identifiés, indépendamment, comme des candidats prometteurs. Questionné en langage naturel sur une propriété, il a identifié les matériaux cristallins présentant cette propriété et a surpassé un modèle de référence. Ju Li, professeur au MIT qui dirige les travaux, le compare à AlphaFold, le modèle qui a relié les structures des protéines à leur fonction et contribué aux progrès de la recherche biologique et du développement de médicaments.
For materials scientists, the immediate change is a search that starts from the property they need instead of from a compound they already know. A researcher looking for a better solid electrolyte could describe the behaviour wanted and receive candidates to examine, a task that today depends on reading papers and running experiments. Olivetti, one of the authors, puts the hope plainly: “I hope this can be one of those step changes.” The researchers expect the approach to work across many crystalline materials, and they hope other scientists will use it. The reported results are the team's own, and no date has been given for a version other groups can use.
Pour les spécialistes des matériaux, le changement immédiat tient à une recherche qui part de la propriété recherchée, et non d'un composé déjà connu. Un chercheur à la recherche d'un meilleur électrolyte solide pourrait décrire le comportement souhaité et recevoir des candidats à examiner, une tâche qui dépend aujourd'hui de la lecture d'articles et de la réalisation d'expériences. Olivetti, l'un des auteurs, résume l'espoir sans détour : « J'espère que cela pourra être l'une de ces ruptures majeures. » Les chercheurs s'attendent à ce que l'approche fonctionne pour de nombreux matériaux cristallins, et espèrent que d'autres scientifiques l'utiliseront. Les résultats rapportés sont ceux de l'équipe elle-même, et aucune date n'a été communiquée pour une version que d'autres laboratoires pourraient utiliser.