이번 VentureBeat에 실린 "Microsoft가 미래를 위한 소재를 설계하는 AI를 개발했습니다. 작동 방식은 이렇습니다"라는 제목의 기사에서는

Microsoft의 혁신적인 AI 모델인 MatterGen에 대해 다루고 있습니다.

MatterGen은 특정 원하는 특성을 가진 새로운 소재를 생성하기 위해 설계된 것입니다.

주요 내용은 다음과 같습니다.

1. MatterGen의 기능 :
MatterGen은 Microsoft Research에서 개발한 생성적 AI 모델로, 새로운 안정한 무기물 구조를 만들어낼 수 있습니다.
이미지 생성 모델인 DALL-E에서 사용하는 확산 모델링 방식을 기반으로 하여, 소재 설계에 맞춰 조정되었습니다.

2. 훈련 및 작동 :
이 모델은 약 100만 개의 고유한 벌크 결정 구조를 포함한 대규모 데이터셋에서 훈련됩니다.
훈련 과정에서 기존 소재의 3D 구조를 반복적으로 손상시키고, 노이즈를 추가한 후 원래 구조를 복원하는 점수 네트워크를 훈련합니다.
이 과정을 통해 훈련된 모델에서 샘플링하고 점수 네트워크를 적용하여 새로운 소재를 생성할 수 있습니다.

3. 맞춤형 특성 :
MatterGen은 화학, 대칭, 전자, 자기, 기계적 특성과 같은 특정 특성을 가진 소재를 생성하도록 미세 조정할 수 있습니다.
이런 조정 기능 덕분에 모델은 여러 특성 constraint를 동시에 충족하는 소재를 생산할 수 있습니다.

4. 효율성과 영향 :
이 모델은 디자인 요구 사항에 따라 직접 소재를 생성함으로써 소재 설계 과정을 크게 가속화합니다.
기존의 수백만 가지 조합을 스크리닝하는 방식보다 1,000배에서 100,000배 더 효율적이며, 에너지 솔루션, 촉매 및 첨단 기술과 같은 다양한 산업에서 혁신을 이끌어낼 수 있습니다.

5. 실제 응용 사례 :
MatterGen은 차세대 배터리 기술, 태양광 전지, 탄소 포집 및 양자 컴퓨터와 같은 응용 분야에서 새로운 소재를 발견하여 중대한 과제를 해결할 가능성이 있습니다.
초단단 소재나 고자기성 자석과 같은 극한의 특성을 지닌 소재를 생성할 수 있는 모델의 능력은 특히 주목할 만합니다.

6. 계산 요구 사항 :
MatterGen의 훈련은 고성능 컴퓨팅과 밀도 함수 이론과 같은 양자역학 공식을 사용하여 고품질 훈련 데이터를 생성하는 것을 포함합니다.
이 과정은 Azure AI 인프라와 NVIDIA A100 GPU와 같은 고급 계산 자원을 활용합니다.

전반적으로 MatterGen은 생성적 AI를 활용하여 효율적이고 효과적으로 원하는 특성을 가진 새로운 소재를 설계함으로써 소재 과학의 중요한 발전을 나타냅니다. 이는 다양한 산업에 혁신적인 변화를 가져올 수 있습니다.