V roce 2018 byl Tian Xie hluboce ponořen do svých doktorandských studií na MIT, kde se zaměřoval na materiálové vědy a inženýrství. Během této doby se objevila klíčová otázka: Lze navrhnout model, který vezme omezení a kritéria jako vstupy a vyprodukuje životaschopné materiály jako výstupy?Xie optimisticky věřil, že je to možné, i když si nedokázal představit rychlý pokrok a významné důsledky této myšlenky. Po dokončení dvouletého postdoktorandského působení na CSAIL MIT se Xie v roce 2022 připojil k iniciativě AI for Science společnosti Microsoft Research. Tato iniciativa, kterou zahájil významný vědec Chris Bishop, má za cíl využít umělou inteligenci k řešení globálních problémů, jako je udržitelnost a objevování léčiv. Během dvou a půl let se tým výrazně rozšířil a pracoval ve pěti časových pásmech na posunutí hranic inovací. Dvě klíčové nástroje v této iniciativě, MatterGen a MatterSim, zásadně změnily způsob výzkumu materiálů. MatterGen slouží jako tvůrčí síla, generující koncepty molekulárních struktur prostřednictvím sofistikovaných algoritmů za účelem identifikace nových materiálů s požadovanými vlastnostmi. „MatterGen generuje tisíce kandidátů s uživatelsky definovanými omezeními, aby navrhl nové materiály, “ uvedl Xie, čímž nastolil významný posun v návrhu materiálů. Naopak MatterSim přísně hodnotí tyto koncepty, aby určil jejich stabilitu a životaschopnost, čímž filtruje teoretické myšlenky od praktických realit.

Společně zjednodušují proces, který se dříve výrazně spoléhál na rozsáhlé pokusy v laboratoři, což výrazně zvyšuje efektivitu při objevování materiálů. Tian Xie zdůrazňuje obrovský průmyslový potenciál těchto pokroků, protože materiály byly vždy klíčové pro lidský pokrok - od stavebních materiálů po medicínské přístroje. Tradiční cesta k vývoji nových materiálů je však pomalá, často vyžaduje roky výzkumu, které mohou být příliš nákladné, zejména v kritických odvětvích, jako je energie a zdravotní péče. Umělá inteligence má sílu urychlit tento proces, což umožňuje rychlejší identifikaci životaschopných materiálů nezbytných pro inovace, jako je uložení udržitelné energie nebo pokročilé lékařské technologie. Hlavní výzkumník AI for Science Ziheng Lu zdůrazňuje, že zvýšený výpočetní výkon těchto nástrojů může přinést významné poznatky rychleji, než se očekávalo. Počáteční očekávání, že aplikace strojového učení sníží výpočty kvantové mechaniky, byla překročena díky rychlému pokroku, což vedlo k průlomům v charakterizaci vlastností materiálů a dalších oblastech. V rámci týmu AI for Science je klíčová spolupráce. Týdenní schůzky a menší interakce ve skupinách usnadňují integraci MatterGen a MatterSim, které spolupracují ve vysoce propojeném režimu. Daniel Zügner, senior výzkumník, zdůraznil důležitost jejich spolupráce, která umožňuje komplexnější přístup k návrhu materiálů. Tým Azure Quantum společnosti Microsoft spolupracuje s AI for Science a využívá výpočetní výkon a kvantovou technologii k řešení složitých problémů v chemii a materiálových vědách. Toto partnerství zajišťuje, že výzkum je úzce sladěn s potřebami reálného průmyslu, což urychluje aplikaci objevů. Nedávné úspěchy pro MatterGen a MatterSim, včetně širokého stahování nástrojů a známých publikací, ukazují jejich potenciál revolučně měnit řešení složitých problémů. Příspěvky iniciativy sahají také do dalších oblastí, jako je klimatická věda a biomedicína, a odrážejí závazek k významnému výzkumu místo pouhých metrik. Celkově iniciativa AI for Science zdůrazňuje vývoj praktických řešení s potenciálem pro významné přínosy v reálném světě, což podtrhuje transformační budoucnost materiálových věd a dalších oborů.