Os processos tradicionais usados para descobrir novos materiais são complexos, demorados e dispendiosos, muitas vezes exigindo anos de esforço contínuo. Os recentes avanços em modelos de linguagem de grande escala (LLMs, na sigla em inglês) demonstraram poderosas capacidades de processamento de informações, oferecendo novas oportunidades para a pesquisa inteligente e autônoma de materiais.

Em um estudo publicado na revista Matter , uma equipe de pesquisa liderada pelo Prof. Yu Xuefeng, do Instituto de Tecnologia Avançada de Shenzhen (SIAT) da Academia Chinesa de Ciências, desenvolveu um sistema multiagente e robótico orientado por conhecimento (MARS) para a descoberta autônoma de materiais de ponta a ponta.

MARS é uma arquitetura hierárquica orientada por conhecimento que coordena 19 agentes LLM com 16 ferramentas específicas de domínio, organizadas em módulos funcionais, alcançando a descoberta autônoma de materiais em circuito fechado por meio da integração de experimentação robótica. Apresenta grupos funcionais distintos, o que permite raciocínio especializado e espelha o fluxo de trabalho de um laboratório conduzido por humanos.

Os grupos incluem um Grupo de Orquestradores para coordenação de tarefas; um Grupo de Cientistas para recuperação de conhecimento e projeto de soluções; um Grupo de Engenheiros que traduz projetos em protocolos executáveis; um Grupo de Executores que controla plataformas robóticas; e um Grupo de Analistas para interpretação de dados e estratégia de otimização.

O MARS oferece orientação profissional para o desenvolvimento de materiais e elimina a ilusão inerente aos atuais métodos de aprendizado de máquina por meio de geração híbrida aprimorada por recuperação. Na validação experimental, o sistema otimizou a síntese de nanocristais de perovskita em 10 iterações. Além disso, projetou uma estrutura biomimética "núcleo-casca-corona" para compósitos de perovskita estáveis em água em apenas 3,5 horas.

Este estudo desenvolve uma estrutura integrada orientada por inteligência artificial (IA) — MARS — que ajudará a acelerar a inovação em materiais.

Informações do periódico: Matéria