MatterMind: удобная платформа проектирования материалов с поддержкой большой языковой модели

Машинное обучение и AI‑ассистенты трансформируют исследования материалов; однако их повседневное применение в экспериментальных и вычислительных рабочих процессах по-прежнему непоследовательно и ограничено недостаточной документацией и практиками программной инженерии, фрагментированностью программной экосистемы и хрупкой интеграцией между вычислительными инструментами. В области информатики материалов отсутствие удобных пользовательских интерфейсов ограничивало распространение методов, основанных на данных, в ежедневной научной работе. В этом исследовании мы представляем MatterMind — удобный агентный интерфейс, замыкающий цикл между расчетами «с первых принципов», генеративным проектированием структур и анализом с помощью большой языковой модели (LLM). Платформа объединяет (i) плосковолновые расчеты с первых принципов через Vienna Ab initio Simulation Package (VASP), (ii) генерацию кристаллов с помощью диффузионных моделей и (iii) помощь LLM в диагностике ошибок, интерпретации результатов и составлении отчетов. С помощью простых операций «клик‑кнопки» или команд на естественном языке пользователи могут: (1) создавать, запускать и контролировать задачи VASP с автоматическим разбором и восстановлением; (2) получать образцы кандидатных кристаллов с использованием современных генеративных моделей (MatterGen); и (3) получать подытоживания, сравнения и рекомендации по следующим шагам для принятия решений при скрининге, подконтрольные LLM. Мы демонстрируем сквозные примеры, которые связывают генерацию кристаллов с релаксацией в рамках теории функционала плотности (DFT) и оценкой при поддержке LLM, что снижает накладные расходы на скрипты и повышает прозрачность и повторное использование с точки зрения программной инженерии. MatterMind представляет собой интеллектуальный научный инструмент с полной документацией программного обеспечения, повышающий эффективность и надежность научного поиска в химии и материаловедении.