סטפנו מרטיניאני: ללמוד לעצב

אודות סמינר זה תשתית למדע שמצטברת בעידן סוכני ה-AI סוכני AI שמבצעים מחקר באופן אוטונומי מסכנים את האיזון העדין במדע. המאמר המדעי הוא פורמט עם אובדן מידע: בחירות מתודולוגיות והנחות שהודגשו בכמה עמודים, כשבקרה של עמיתים ובחינת הקהילה מספקות את הערבות שהתוצאות תקינות. התפשרות זו עבדה כי קצב העבודה החדשה נשאר בערך תואם להכשרה של הקהילה לבדוק אותה. סוכנים מאיימים כעת על איזון זה, מאיצים את הייצור הרבה יותר מהר ממה שהביקורת יכולה לעמוד בקצב ומעמיקים משבר אמון ושחזור שכבר תועד היטב. אך אותה טכנולוגיה היא גם הזדמנות: סוכנים יכולים לתעד בדיוק כיצד התוצאות מיוצרות ברמת פירוט שהייתה בעבר קשה מדי לשמר ביד, אם נבנה את התשתית לתפוס זאת. הטבע מכסה את העקרונות השולטים בפונקציה של מולקולות וחומרים בתוך מרחבים קומבינטריים רחבים מכדי לחקור אותם במלואם. ההתקדמות בגילוי חומרים תלויה אפוא בלמידה, מנתוני לא מספקים, כיצד הרכב ומבנה נותנים תוצאה שנדרשה. AI גנרטיבי מציע גישה עקרונית על ידי הצגת הבעיה כתהליך למידת מפה של העברה מהפצה בסיסית פשוטה להפצה של מבנים כימיים תקפים, מה שמאפשר גם גילוי בלתי מותנה וגם ייצור מותנה בתכונות. בהרצאה זו, אני אציג את משפחת Open Materials Generation (OMatG) ואת PropMolFlow, מסגרות גנרטיביות מהשורה הראשונה עבור גבישי מתכתיים קטנים ומולקולות קטנות. אני אראה כיצד ניתן להאריך למידת חיזוק עם גרדיאנט מדיניות למודלים גנרטיביים מבוססי זרימה, וכיצד ניתן להAlign OMatG עם מטרות יעד מעבר למערכת הנתונים האימון, מאיץ באופן דרמטי את חיזוי מבנה הגביש. לבסוף, אני אשוחח כיצד רעיונות אלה מתרחבים לגבישים מולקולריים וכמה עבודות לא פורסמות האחרונות. הרצאה זו בוחנת כיצד AI יכול לעזור למדענים לעצב חומרים חדשים עם תכונות נדרשות, ומאיצה חיפוש דרך אינספור קומבינציות אפשריות של אטומים. https://bidmap.berkeley.edu/seminars/stefano-martiniani-learning-design-materials המרצה שלנו: סטפנו מרטיניאני סטפנו מרטיניאני הוא פרופסור חבר לפיזיקה, כימיה, מתמטיקה ומדעי עצבים באוניברסיטת ניו יורק. קבוצת התיאוריה הבין-תחומית שלו מפתחת שיטות AI כדי להאיץ גילוי מדעי במולקולות, חומרים ומערכות חיות, וחוקרת עקרונות ארגון במערכות מורכבות. הוא קיבל את הדוקטורט שלו באוניברסיטת קיימברידג' כמלגת גייטס, ולאחר מכן ישב בתפקיד פוסט-דוקטורט בפיזיקה ב-NYU (2017–2019) ומשרת פרופסור עוזר להנדסת כימיה ומדע חומרים באוניברסיטת מינסוטה (2019–2021). ההוקרות שלו כוללות את NSF CAREER ואת פרסי AFOSR YIP, את פרס המדען המוקדם של IUPAP, את מלגת סיימון לפקולטה ואת פרס התזה המצוינת של אוניברסיטת קיימברידג'. מכון בקאר להנדסת חומרים דיגיטליים עבור הפלנטה (BIDMaP) מזרז את גילוי, פיתוח ויישום של חומרים מתקדמים כדי לטפל בכמה מהאתגרים הדחופים ביותר העומדים בפני הפלנטה שלנו. על ידי שילוב כימיה מתקדמת עם אינטליגנציה מלאכותית, למידה מכונת ורובוטיקה, BIDMaP מתכנן מחדש כיצד ניתן לעצב ולשפר חומרים עבור אנרגיה נקייה, אוויר נקי, מים נקיים, סוללות מתקדמות וייצור כימי בר קיימא. https://bidmap.berkeley.edu/