2018. aastal oli Tian Xie sügavalt hõivatud oma doktoriõpingutega MIT-is, keskendudes materjaliteadusele ja -inseneritele. Sel ajal kerkis esile oluline küsimus: kas saaks kujundada mudeli, mis võtaks sisendiks piirangud ja kriteeriumid ning tootaks välja sobivaid materjale?Xie uskus optimistlikult, et see on võimalik, kuigi ta ei osanud ette näha selle idee kiiret arengut ja märkimisväärseid tagajärgi. Pärast kahe aasta pikkust postdoc’i tööd MIT-i CSAIL-is liitus Xie 2022. aastal Microsoft Researchi AI for Science algatusega. See algatus, mille algatas tuntud teadlane Chris Bishop, eesmärk on kasutada tehisintellekti globaalselte väljakutsete, nagu jätkusuutlikkus ja ravimite avastamine, lahendamiseks. Üle kahe ja poole aasta on meeskond oluliselt laienenud, töötades viies ajavööndis innovatsiooni piiride nihutamise nimel. Kahe peamise tööriista, MatterGen ja MatterSim, abil on fundamentaalselt muutunud materjalide uurimise viis. MatterGen toimib loova jõuna, genereerides molekulaarstruktuuride kontsepte keerukate algoritmide kaudu, et tuvastada uusi materjale soovitud omadustega. "MatterGen genereerib tuhandeid kandidaate kasutaja määratud piirangutega, et pakkuda uusi materjale, " ütles Xie, märkides olulist muutust materjalide kavandamises.

Vastupidiselt sellele hindab MatterSim neid kontseptsioone rangelt, et määrata nende stabiilsust ja elujõulisust, filtreerides seeläbi teoreetilised ideed praktilistest reaalsustest. Koos sujuvdavad nad protsessi, mis põhines varasemalt ulatuslikel laborikatsedel, oluliselt suurendades materjalide avastamise tõhusust. Tian Xie rõhutab nende edusammude suurt tööstuslikku potentsiaali, kuna materjalid on alati olnud inimprogressi keskmes – ehitusmaterjalidest meditsiiniseadeteni. Kuid traditsiooniline tee uute materjalide arendamiseks on aeglane, sageli nõudes aastatepikkust uurimistööd, mis võib olla ülimalt kulukas, eriti kriitilistes valdkondades nagu energia ja tervishoid. Tehisintellektil on võime seda protsessi kiirendada, võimaldades kiiremat sobivate materjalide tuvastamist, mis on hädavajalikud uuenduste jaoks, nagu jätkusuutlik energiakasutamine ja arenenud meditsiinitehnoloogiad. AI for Science peausalduse teadusuuringute spetsialist Ziheng Lu toob esile, et nende tööriistade suurenenud arvutusvõimekuse abil on võimalik saavutada märkimisväärseid teadmisi kiiremini, kui oodati. Algne ootus masinõppe rakenduste jaoks kvantmehaanika arvutuste vähendamiseks ületati kiirete edusammude tõttu, mis viis murdeliinide saavutamiseni materjalide omaduste iseloomustamisel ja teistes valdkondades. AI for Science meeskonnas on koostöö võtmetähtsusega. Ig nädalased koosolekud ja väiksemad grupikohtumised soodustavad MatterGen ja MatterSim integreerimist, mis töötavad omavahel tihedalt seotud viisil. Vanemteadur Daniel Zügner rõhutas nende koostöö tähtsust, võimaldades terviklikumat lähenemist materjalide kavandamisele. Microsofti Azure Quantum meeskond teeb koostööd AI for Science’iga, rakendades tipptasemel arvutustehnikat ja kvanttehnoloogiat keeruliste probleemide lahendamiseks keemia ja materjaliteaduse vallas. See partnerlus tagab, et uurimistööd on tihedalt seotud tegelike tööstuse vajadustega, kiirendades avastuste rakendamist. Viimased edulood MatterGen ja MatterSim’i osas, sealhulgas tööriistade laialdane allalaadimine ja tähelepanuväärsed publikatsioonid, tõestavad nende potentsiaali keeruliste probleemide lahendamisel revolutsiooniliselt. Algatuse panus ulatub ka teistesse valdkondadesse, nagu kliimauuringud ja biomeditsiin, peegeldades pühendumist mõjuvate teadusuuringute tegemisele, mitte pelgadele mõõdikutele. Kokkuvõttes rõhutab AI for Science algatus praktiliste lahenduste arendamist, millel on potentsiaal olulisteks reaalseteks eelisteks, tuues esile muutuse suuna materjaliteaduses ja kaugemalgi.