במקום לחפש חומר רק לפי נוסחה כימית, האם אפשר לתאר במילים את התכונה הרצויה ולקבל מועמדים מתאימים? חוקרי MIT ושותפיהם מציגים גישה כזאת באמצעות CLaC, מודל המחבר בין מבנים גבישיים לתיאורים בשפה טבעית. MIT הציג את העבודה ב־18 באוקטובר 2026; המאמר עצמו פורסם מוקדם יותר ב־Nature Communications.
המבנה הוא חלק מהתשובה
המודל משלב רשת המייצגת את האטומים ואת היחסים הגאומטריים ביניהם עם מערכת לעיבוד טקסט. האימון מקרב ייצוג של מבנה לתיאור המתאים לו. התיאורים הסינתטיים מעוגנים בתכונות מחושבות ממאגרי חומרים, וכוללים מידע על התנהגות ושימושים אפשריים.
בניסויים, האימון הזה יצר התאמה טובה יותר בין שפה לגאומטריה לעומת אימון על טקסט מהספרות המדעית בלבד. החוקרים בדקו גם אחזור חומרים לפי תכונות מבוקשות, ללא אימון ייעודי נוסף לכל משימה.
מנוע חיפוש למחקר, לא מפעל לחומרים
בדוגמה שתיאר MIT, חיפוש מועמדים לאלקטרוליטים בסוללות ליתיום־יון במצב מוצק החזיר גם חומרים שכבר זוהו בנפרד כמבטיחים. זו אינדיקציה לשימושיות החיפוש, ולא הוכחה לסוללה חדשה או מוכנה לייצור.
במחקר, ״תכנון הפוך״ פירושו אחזור מבנים מתוך מאגר בהתאם לבקשה. המודל מוגבל לחומרים גבישיים, וביצועי חומר אמיתי מושפעים גם מפגמים ומתהליך הייצור. ההבטחה המעשית היא למקד את רשימת המועמדים שאותה חוקרים יצטרכו להמשיך לבדוק.
מקורות: המחקר ב־Nature Communications; MIT News, 18.10.2026.
