🔬 materials science

Symbolic Predicate-Guided Language Agents for Inverse Design of Perovskite Oxides

Dit artikel introduceert ORCHESTRA, een multi-agent framework dat large language models verbetert voor het inverse ontwerp van perovskietoxiden door natuurlijke taalregels te vertalen naar symbolische predicaten binnen een domeinspecifieke taal, waardoor statistische validatie en iteratieve verfijning van ontwerpprincipes mogelijk worden zonder dat daarvoor taakspecifieke datasets of modelhertraining vereist zijn.

Oorspronkelijke auteurs: Dong Hyeon Mok, Seoin Back, Victor Fung, Guoxiang Hu

Gepubliceerd 2026-07-20

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Dong Hyeon Mok, Seoin Back, Victor Fung, Guoxiang Hu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een meesterkok bent die probeert een nieuw gerecht uit te vinden dat perfect smaakt, maar je hebt geen kookboek. In plaats van blind te gokken, heb je een superintelligente AI-assistent die een beetje over koken weet, maar soms ook dingen verzint. Dit is de wereld van de materiaalkunde, waar wetenschappers proberen nieuwe materialen uit te vinden (zoals supersterke metalen of betere batterijen) door achteruit te werken: in plaats van te vragen "Wat doet dit materiaal?", vragen ze "Welk materiaal heb ik nodig om dit specifieke ding te laten gebeuren?"

Om dit te doen, gebruiken wetenschappers vaak Large Language Models (LLM's). Zie dit als die AI-assistenten die bijna elk chemieboek ooit geschreven hebben gelezen. Ze zijn erg goed in het raden welke ingrediënten goed samen zouden kunnen werken. Echter, deze AI-chefs hebben een gebrek: ze kunnen met volle overtuiging ongelijk hebben. Ze kunnen een recept voorstellen dat heerlijk klinkt, maar in werkelijkheid onmogelijk te bereiden is. Om dit op te lossen, proberen onderzoekers deze AI-chefs een manier te geven om hun eigen werk te controleren met echte data, waardoor hun wilde gokken veranderen in geteste feiten. Dit artikel gaat over het bouwen van een slimmere keuken waar de AI niet alleen over recepten praat, maar ze ook test tegen een database van echte kookresultaten.

Het Probleen: De AI-chef die hallucineert

In het verleden gebruikten wetenschappers computers om miljoenen materialen te simuleren om de beste te vinden. Maar dit kost veel tijd en vereist enorme hoeveelheden data. Onlangs zijn mensen begonnen met het gebruik van AI-taalmodellen om nieuwe materialen te "dromen". Deze AI-agenten zijn slim; ze kunnen hun redenering uitleggen en nieuwe combinaties van atomen voorstellen.

Er is echter een addertje onder het gras. Omdat deze AI-modellen zijn getraind op tekst, "hallucineren" ze soms. Ze kunnen zeggen: "Als je Element X met Element Y mengt, krijg je een super-katalysator!" en het klinkt volkomen logisch. Maar als je het daadwerkelijk probeert te maken, kan het falen. De AI is zelfverzekerd, maar heeft het mis. Eerdere pogingen om dit op te lossen hielden in dat meerdere AI-agenten met elkaar in discussie gingen, maar als ze allemaal dezelfde slechte logica delen, eindigen ze alleen maar in cirkelredeneringen.

De Oplossing: ORCHESTRA en de "Magische Vertaler"

De auteurs van dit artikel, onder leiding van Dong Hyeon Mok en collega's, hebben een nieuw systeem gebouwd genaamd ORCHESTRA (Operational Rule-grounded CHEmical Search Through Reasoning Agents). Zie ORCHESTRA als een keuken met vier gespecialiseerde robots die samenwerken:

De Ontwerper: Deze robot stelt nieuwe materiaalrecepten voor op basis van wat hij weet en wat eerder heeft gewerkt.
De Tester: Deze robot gebruikt een snelle computersimulatie (een "surrogaatmodel") om te zien of de nieuwe recepten daadwerkelijk werken.
De Interpreter: Deze robot kijkt naar de testresultaten en probeert de "regels" op te schrijven over waarom iets wel of niet werkte.
De Curator: Deze robot is de baas. Hij beslist welke regels echt zijn en welke nep.

Het geheime ingrediënt van ORCHESTRA is een Domain-Specific Language (DSL). Meestal, wanneer de Interpreter-robot een regel schrijft, doet hij dat in gewone Engelse taal, zoals "Gebruik Kobalt op de B-site." Het probleem is dat Engels vaag is. De DSL werkt als een magische vertaler. Het dwingt de AI om zijn Engelse zin te vertalen naar een strikte, wiskundige code die direct gecontroleerd kan worden tegen een database van duizenden echte materialen.

In plaats van alleen te zeggen: "Ik denk dat Kobalt goed is," moet de AI een code schrijven die zegt: "Tel hoe vaak materialen in onze database Kobalt hier hebben, en welk percentage daarvan daadwerkelijk werkte." Dit verandelt een vage gok in een hard feit. Als de code laat zien dat slechts 1 op de 100 materialen met Kobalt werkte, weet de Curator-robot dat hij die regel bij het vuilnis moet zetten.

Het Experiment: Koken met dubbele perovskieten

Om dit systeem te testen, vroegen de wetenschappers de AI om dubbele perovskietoxiden te ontwerpen. Dit zijn een specifieke soort kristalstructuur (zoals een zeer georganiseerde Lego-toren) die worden gebruikt in zaken als brandstofcellen en zonnepanelen. Ze gaven de AI twee hoofduitdagingen:

De Makkelijke Uitdaging: Vind materialen met een specifieke "bandgap" (hoe goed ze elektriciteit geleiden) en "vormingsenergie" (hoe stabiel ze zijn).
De Moeilijke Uitdaging: Vind materialen die uitstekend zijn in de Oxygen Evolution Reaction (OER). Dit is een lastig chemisch proces dat nodig is om water te splitsen in waterstofbrandstof. Het is moeilijk omdat het afhangt van drie verschillende chemische stappen die tegelijkertijd plaatsvinden, en niet slechts één.

Ze vergeleken vier verschillende manieren om materialen te ontwerpen:

Random: Gewoon materialen kiezen alsof je met dobbelstenen gooit.
Background: De AI laten gokken op basis van alleen zijn training, zonder feedbackregels.
Rule-Only: De AI laten gokken en Engelse regels laten schrijven, maar zonder de strikte wiskundige controle.
DSL-Guided: Het volledige ORCHESTRA-systeem met de wiskundige vertaler.

De Resultaten: Wiskunde wint van gokken

De resultaten lieten zien dat het DSL-Guided team de duidelijke winnaar was, vooral bij de moeilijke uitdaging.

Voor de makkelijke taak (bandgap/energie): De DSL-gestuurde AI vond succesvolle materialen ongeveer 68,1% van de tijd. De "Rule-Only" AI zat er vlak achter met 64,2%. Dit betekent dat voor simpelere problemen zelfs het praten over regels de AI helpt.
Voor de moeilijke taak (OER): De DSL-gestuurde AI vond succesvolle materialen ongeveer 21,3% van de tijd. De andere methoden deden het veel slechter.

Waarom maakte de wiskundige vertaler zo'n groot verschil? De auteurs ontdekten dat de "Rule-Only" AI steeds fouten bleef maken. Het zou een regel voorstellen zoals "Gebruik Lood," en omdat het de data niet wiskundig kon controleren, bleef het die regel geloven, zelfs toen de data lieten zien dat het fout was. Het DSL-gestuurde systeem kon echter onmiddellijk zien dat een regel een "nul-precisie" had (wat betekent dat het fout was) en deze direct verwijderen.

Het systeem liet ook zien dat het kon leren. Naarmate de AI meer tests uitvoerde, werden de regels steeds beter. De "precisie" van de regels (hoe vaak ze juist waren) steeg, en de "lift" (hoeveel beter de regel was dan w random gokken) nam ook toe.

Wat ze ontdekten in de keuken

Toen de wetenschappers keken naar de materialen die de DSL-gestuurde AI succesvol had ontworpen voor de OER-uitdaging, ontdekten ze iets cools: de AI had echte chemische geheimen herontdekt.

Het ontdekte dat Kobalt op de B-site essentieel was.
Het vond dat Ruthenium of Iridium op de naburige site het beste werkte.
Het merkte op dat bepaalde zeldzame aardelementen (zoals Neodymium of Praseodymium) op de A-site hielpen.

Dit zijn precies de soorten ingrediënten die echte menselijke chemici in het lab gebruiken! De AI vond niet zomaar willekeurige getallen; het vond de werkelijke chemische patronen die deze materialen laten werken.

De Limieten: De vertaler heeft een vocabulaire

Het paper geeft ook toe dat het systeem niet perfect is. Het "magische vertaler" (de DSL) heeft een beperkte woordenschat. Als de AI iets zeer complex wilde zeggen over het oppervlak van het materiaal dat de vertaler niet kon begrijpen, kon het systeem dit niet controleren. In sommige gevallen presteerde de "Rule-Only" AI zelfs iets beter omdat deze complexere dingen in het Engels kon zeggen, ook al kon het ze niet controleren.

De auteurs suggeren dat ze in de toekomst misschien een grotere vertaler nodig hebben met meer woorden om alle complexe chemie te dekken. Maar voor nu hebben ze bewezen dat het geven van een manier aan een AI om zijn eigen wiskunde te controleren tegen echte data, het een veel betere wetenschapper maakt.

De Kernboodschap

Dit paper suggereert dat we geen gloednieuwe AI vanaf nul hoeven te trainen om nieuwe materialen te ontdekken. In plaats daarvan kunnen we een slimme, bestaande AI nemen en het een "rekenmachine" (de DSL) geven om de wilde gokken in de realiteit te verankeren. Door de AI te dwingen haar ideeën te vertalen naar code die getest kan worden, stoppen we het verzinnen van feiten en helpen we het om sneller echte, werkende materialen te vinden. Het is alsover het geven van een liniaal en een rekenmachine aan een dromer, zodat hun dromen daadwerkelijk gebouwd kunnen worden.

Technische Samenvatting: Symbolische Predicaat-gestuurde Taalagenten voor Invers Ontwerp van Perovskietoxiden

Probleemstelling

De ontdekking van hoogwaardige materialen wordt steeds meer gedreven door data- en AI-gebaseerde strategieën, met name het paradigma van invers ontwerp, waarbij materialen worden geconstrueerd vanuit doeleigenschappen in plaats van te worden gescreend uit een vooraf gedefinieerde ruimte. Hoewel generatieve modellen en hoog-doorvoeks virtuele screening succes hebben getoond, leunen deze vaak zwaar op grote, representatieve datasets, wat hun bruikbaarheid beperkt in slecht verkende chemische systemen waar uitgebreide computationele data niet beschikbaar is.

Recente benaderingen die gebruikmaken van Large Language Models (LLMs) bieden een veelbelovend alternatief door gebruik te maken van redeneren en in-context leren om kandidaten voor te stellen en ontwerpprincipes te interpreteren zonder uitgebreide taakspecifieke training. Echter, de redeneercapaciteit van LLM's lijdt onder fundamentele beperkingen: de probabilistische aard van generatie kan leiden tot hallucinaties of ononderbouwde claims die chemisch plausibel lijken. Bovendien leunt zelfreflectie of multi-agent kritiek uitsluitend op de intrinsieke redeneercapaciteit van het onderliggende model. Als foutief redeneren zich tijdens iteratieve ontwerplussen opstapelt, kan dit de kandidaatgeneratie verkeerd sturen en de prestaties verslechteren ten opzichte van conventionele algoritmische strategieën. Er is behoefte aan een framework dat het redeneren van LLM's fundeert in externe, verifieerbare statistische bewijslast om deze risico's te mitigeren.

Methodologie

De auteurs stellen ORCHESTRA (Operational Rule-grounded CHEmical Search Through Reasoning Agents) voor, een multi-agent framework dat LLM-redeneren integreert met een Domeinspecifieke Taal (DSL) voor chemie. De kerninnovatie is de vertaling van natuurlijke taalontwerpregels naar symbolische predikaten die kunnen worden uitgevoerd tegen geaccumuleerde materiaalsdata.

Framework Architectuur

Het framework werkt via vier iteratieve stadia met verschillende agent-rollen:

Design Agent: Stelt nieuwe materiaalkandidaten voor op basis van chemische achtergrondkennis, historische evaluatiedata en een gecureerde "regelopslag" (rule store).
Calculation Node: Evalueert de doeleigenschappen van gegenereerde kandidaten met behulp van surrogaatmodellen (specifiek, Machine Learning Force Fields).
Interpretation Agent: Analyseert de structuur-eigenschapsdata om relaties te extraheren. Cruciaal is dat het niet alleen natuurlijke taalontwerpregels genereert, maar ook symbolische predikaten (boolean-waardige expressies) gedefinieerd binnen een vooraf gedefinieerde chemie-DSL.
Curate Agent: Evalueert de voorgestelde regels met behulp van de symbolische predikaten. Het berekent statistisch bewijs (bijv. aantal gematchte kandidaten, precisie, lift) uit de geaccumuleerde dataset. Regels met zwakke empirische ondersteuning worden herzien of verworpen, terwijl ondersteunde regels aan de regelopslag worden toegevoegd.

Symbolische Predicaatlaag

De DSL stelt de LLM in staat om regels uit te drukken met specifieke symbolen en operatoren (bijv. elementaire fracties, d-vulling, charge buffering). Wanneer een regel wordt voorgesteld, wordt het bijbehorende predicaat toegepast op de dataset om kwantitatieve metrieken te genereren:

Precisie: De snelheid van gematchte materialen die de geclaimde doelrichting volgen.
Lift: Hoeveel de succesratio van gematchte materialen de ratio in de volledige dataset overstijgt.

Dit proces stelt het framework in staat om natuurlijke taalhypothesen te fundamenteren in data, waardoor het systeem in staat is om ontwerpprincipes iteratief te valideren, te verfijnen of te verwerpen.

Materiaalsysteem en Surrogaatmodellen

Het framework werd toegepast op het invers ontwerp van Dubbele Perovskiet (DP) Oxiden ( $AA'BB'O_6$ ).

Doeleigenschappen: Bandgap, vormingsenergie en Oxygen Evolution Reaction (OER) overpotentiaal.
Surrogaatmodellen: De Universal Models for Atoms (UMA) werden gebruikt als een computationeel efficiënt surrogaat voor Density Functional Theory (DFT). Hoewel UMA systematische fouten vertoonde in absolute energiewaarden voor bepaalde lanthanide-houdende systemen, vertoonde het een sterke rangcorrelatie (Spearman $\rho = 0.911$ ) met DFT voor bindingsvrije energieën, wat het geschikt maakt voor vergelijkende screening en trendgebaseerd ontwerp.
Validatie: DFT-berekeningen werden gebruikt om de prestaties van de MLFF vooraf te valideren, waarbij werd bevestigd dat hoewel absolute fouten bestonden, de relatieve ordening van materialen behouden bleef.

Belangrijkste Bijdragen

DSL-gestuurde Redenering: De introductie van een strategie om door LLM gegenereerde natuurlijke taalregels te vertalen naar uitvoerbare symbolische predikaten, waarmee de kloof tussen semantisch redeneren en statistische verificatie wordt overbrugd.
ORCHESTRA Framework: Een multi-agent systeem dat een regelopslag continu verfijnt op basis van statistisch bewijs, waardoor de accumulatie van ononderbouwde ontwerpheuristieken wordt voorkomen.
Zelfverifiërende Extrapolatie: Het vermogen om regels voor te stellen die extrapoleren buiten het huidige dataregime en deze onmiddellijk te testen in opeenvolgende iteraties via de DSL, een capaciteit die afwezig is in louter natuurlijke taalstrategieën.
Interpreteerbare Ontwerpprincipes: Het framework genereert ontwerpregels die niet alleen statistisch gegrond zijn, maar ook chemisch interpreteerbaar zijn, waarbij motieven worden onthuld die consistent zijn met de experimentele literatuur.

Resultaten

De studie vergeleek vier strategieën: Random (geen agent), Background (alleen LLM, geen regels), Rule-only (natuurlijke taalregels zonder DSL), en DSL-guided (volledig framework).

Ontwerpprestaties:
- Voor een gezamenlijk bandgap/vormingsenergie doel bereikte de DSL-gestuurde strategie de hoogste hit rate (~~0.681), waarmee het de Rule-only strategie (~~0.642) versloeg en aanzienlijk beter presteerde dan de Background en Random strategieën.
- Voor het complexere OER overpotentiaal doel (dat gelijktijdige optimalisatie van drie bindingsenergieën vereist), liet de DSL-gestuurde strategie een duidelijker voordeel zien met een hit rate van ~0.213, de hoogste van alle strategieën. De Rule-only strategie worstelde meer met dit complexe doel en vertoonde een afname in lift over de tijd, wat wijst op een drift naar minder betrouwbare regels.
Regel-evolutie:
- In DSL-gestuurde runs maakten symbolische predikaten het mogelijk om onbetrouwbare regels kwantitatief te identificeren en te verwijderen (bijv. regels met een precisie van nul werden geschrapt).
- Het framework slaagde erin regels te identificeren en te valideren die aanvankelijk geen overeenkomstige data hadden, maar in opeenvolgende iteraties werden bevestigd naarmate er nieuwe kandidaten werden gegenereerd.
Chemische Plausibiliteit:
- Het framework identificeerde 198 unieke DP-kandidaten met OER-overpotentialen $\le$ 0.3 V.
- Deze kandidaten bevatten consequent Co op de B-site en Ru/Ir op de B'-site, met Nd, Pr, en Sm op de A-sites. Deze motieven komen overeen met bekende experimentele hoogpresterende katalysatoren.
- Geëxtraheerde regels legden deze relaties expliciet vast (bijv. "Co op B en (Ru of Ir) op B'... -> lagere OER_OP"), wat het vermogen van het framework aantoont om literatuur-consistente ontwerpprincipes te herstellen.

Betekenis en Claims

Het artikel beweert dat mathematische en statistische fundering de redeneercapaciteit van LLM-agenten in materiaalkunde aanzienlijk kan verbeteren. Door natuurlijke taalhypothesen om te zetten in uitvoerbare predikaten, stelt het framework in staat tot:

Robuustheid: Het vermogen om ononderbouwde regels te detecteren en te verwijderen, waardoor degradatie van de ontwerpprestaties tijdens iteratieve lussen wordt voorkomen.
Efficiëntie: Effectief invers ontwerp kan worden uitgevoerd zonder grote taakspecifieke datasets of aanvullende modeltraining, door gebruik te maken van de redenering van de LLM aangevuld met statistische feedback.
Interpreteerbaarheid: De generatie van ontwerpprincipes die zowel statistisch gevalideerd als chemisch betekenisvol zijn.

De auteurs merken beperkingen op, met name dat de prestatiewinst afhangt van de complexiteit van het doel en de expressiviteit van de DSL. Voor doelen waarbij de sturende chemische trends concepten omvatten die buiten de huidige DSL vallen (bijv. complexe oppervlakte-specifieke motieven), kan de DSL-gestuurde strategie minder expressief zijn dan een louter natuurlijke taalbenadering. De studie concludeert echter dat de voorgestelde aanpak een praktische strategie biedt voor het funderen en verbeteren van chemisch redeneren, waardoor LLM-gebaseerd invers ontwerp betrouwbaarder wordt voor uitdagende doelen zoals OER-overpotentiaal.