Malzeme biliminde yapay zeka kullanımında yeni bir çığır açılıyor. Araştırmacılar tarafından geliştirilen MatClaw sistemi, geleneksel AI ajanlarının sınırlarını aşarak malzeme keşfi sürecini köklü şekilde değiştirebilecek yeteneklere sahip.
Mevcut yapay zeka sistemleri, belirli simülasyon kodlarına bağımlı yapılarla sınırlı kalıyor ve her yeni görev için manuel olarak yazılmış araç fonksiyonlarına ihtiyaç duyuyor. MatClaw ise bu yaklaşımı tersine çevirerek, doğrudan Python kodu yazabilen ve herhangi bir kurulu domain kütüphanesini kullanarak uzak süper bilgisayar kümelerinde çok kodlu iş akışları düzenleyebilen bir 'kod-öncelikli' ajan olarak tasarlandı.
Sistemin en dikkat çekici özelliği, çok günlük iş akışlarında tutarlı çalışabilmesi için geliştirilmiş dört katmanlı bellek mimarisi. Bu yapı, sürekli bağlam kaybını önlerken, domain kaynak kodu üzerinden geliştirici artırmalı üretim tekniği kullanarak adım başına API çağrı doğruluğunu yüzde 99'a çıkarıyor.
Ferroelektrik CuInP2S6 malzemesi üzerinde yapılan üç kapsamlı demonstrasyon, sistemin yeteneklerini gözler önüne seriyor. MatClaw, aktif öğrenme yoluyla makine öğrenmesi kuvvet alanı eğitimi, Curie sıcaklığı tahmini ve buluşsal parametre uzayı araması gibi karmaşık görevleri başarıyla gerçekleştirdi. Bu sonuçlar, ajanın kod üretiminde güvenilir performans sergilediğini ortaya koyuyor.