🔬 materiaalkunde

IRIS: an agentic eye on symmetry-derived paths and energy landscapes of structural phase transitions

Het artikel introduceert IRIS, een agentic workflow die de constructie van interpreteerbare energielandschappen en Landau vrije energie-modellen voor structurele faseovergangen automatiseert door natuurlijke taalverzoeken en kristalstructuren om te zetten in symmetrie-geadapteerde computationele resultaten via deterministische verificatiepoorten en door taalmodellen gestuurde herstelprocessen.

Oorspronkelijke auteurs: Sukriti Manna, Sraddha Agrawal, Ramamoorthy Ramesh, Panchapakesan Ganesh, Pierre Darancet, Subramanian K. R. S. Sankaranarayanan

Gepubliceerd 2026-11-03

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Sukriti Manna, Sraddha Agrawal, Ramamoorthy Ramesh, Panchapakesan Ganesh, Pierre Darancet, Subramanian K. R. S. Sankaranarayanan

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

Materiaalwetenschappers bestuderen vaak hoe de piepkleine bouwstenen van een vaste stof zichzelf herschikken om nieuwe eigenschappen te creëren. Stel je een kristal voor als een rigide stad van atomen. Soms, wanneer de omstandigheden veranderen, verschuift de hele stad haar lay-out, bewegend van één stabiele ordening naar een andere. Dit is een structurele faseovergang. Deze verschuivingen zijn de motor achter enkele van de meest nuttige materialen die we hebben, zoals materialen die elektriciteit opwekken wanneer ze worden samengedrukt of die hun magnetische eigenschappen veranderen met een druk op de knop. Om te begrijpen en te voorspellen hoe deze materialen zich gedragen, moeten onderzoekers het energielandschap van de overgang in kaart brengen. Denk aan dit landschap als een topografische kaart van heuvels en dalen, waarbij de dalen stabiele ordeningen van atomen vertegenwoordigen en de heuvels de energiebarrières zijn die overwonnen moeten worden om van de ene staat naar de andere te schakelen. Het maken van een nauwkeurige kaart van dit terrein was traditioneel een traag, handmatig proces dat diepgaande expertise in kristallografie en complexe computersimulaties vereiste. Een enkele fout in de opzet—zoals een lichte fout in de manier waarop de atomen zijn geordend of hoe de simulatie wordt uitgevoerd—kan een gladde, prachtige kaart produceren die volledig onjuist is, waardoor wetenschappers verkeerde conclusies trekken over de mogelijkheden van het materiaal.

Een team van onderzoekers heeft nu een nieuw systeem geïntroduceerd genaamd IRIS, dat fungeert als een automatische gids om deze energielandschappen te bouwen met een niveau van precisie en betrouwbaarheid dat voorheen moeilijk te bereiken was. Het systeem is ontworpen om een eenvoudige opdracht van een wetenschapper te ontvangen, zoals "breng het energiepad in kaart voor dit specifieke materiaal," en dit om te zetten in een gedetailleerd, geverifieerd energielandschap. In plaats van te vertrouwen op één enkele kunstmatige intelligentie om alles te doen, hebben de onderzoekers een workflow gebouwd waarbij een groot taalmodel optreedt als coördinator, maar waarbij elke stap van het proces wordt gecontroleerd door strikte, onveranderlijke regels. Het model stelt voor wat de volgende stap moet zijn, maar kan geen definitieve beslissing nemen of een resultaat correct is. Voordat er data verder gaat, verifieert een reeks geautomatiseerde poorten of de atomaire structuren fysiek mogelijk zijn, of de berekeningen goed zijn geconvergeerd en of het uiteindelijke wiskundige model past bij de data. Als een stap faalt, raadt het systeem niet; het raadpleegt een lijst met bekende oplossingen of vraagt advies aan een menselijke expert, zodat er geen fouten ongemerkt doorheen glippen.

De onderzoekers testten dit systeem op zes verschillende materialen, variërend van eenvoudige kristallen tot complexe verbindingen die worden gebruikt in geavanceerde elektronica. In één opmerkelijke test bracht het systeem succesvol het energielandschap in kaart van een materiaal genaamd bismuth-ferriet, waarbij zes verschillende manieren voorkomen waarop de atomen gelijktijdig kunnen bewegen. Dit is een taak die zo complex is dat het normaal gesproken een team van experts vereist om de vele variabelen te beheren. IRIS handelde het hele proces af, genereerde duizenden atomaire structuren, voerde de noodzakelijke computersimulaties uit en paste het uiteindelijke energiemodel toe zonder enige menselijke tussenkomst na de initiële aanvraag. In een aparte live-test op een materiaal genaamd bariumtitanaat haalde het systeem de startstructuren op uit een publieke database, voerde de symmetrieanalyse uit, stuurde de berekeningen naar een high-performance computercluster en verzamelde de resultaten in slechts 34 minuten. Tijdens dit hele proces passeerde elke poort de eerste keer, en het systeem produceerde een volledige, geverifieerde kaart van het gedrag van het materiaal.

Om te garanderen dat het systeem werkelijk robuust was, injecteerden de onderzoekers doelbewust 53 verschillende soorten fouten in de workflow, zoals onjuiste instellingen of incomplete data. De geautomatiseerde poorten vingen al deze fouten op. Wanneer de poorten werden uitgeschakeld, lieten ze 14 van die fouten geruisloos door, wat resulteerde in onjuiste kaarten. Dit experiment bewees dat de veiligheidscontroles, en niet alleen de kunstmatige intelligentie, het systeem betrouwbaar maken. Het taalmodel bleek uitstekend in het interpreteren van de aanvraag van de wetenschapper en in het beslissen welke bekende oplossing toegepast moest worden wanneer er een probleem ontstond, maar het waren de deterministische poorten die voorkwamen dat onjuiste resultaten werden geaccepteerd. Het systeem slaagde erin de competitie tussen verschillende atomaire bewegingen te scheiden van het vergrendelen van hun richtingen, waardoor fysieke inzichten werden onthuld die voorheen verborgen bleven. Door de flexibiliteit van taalgebaseerde verzoeken te combineren met de strengheid van automatische verificatie, transformeert IRIS de constructie van fysieke modellen van een gespecialiseerde, foutgevoelige taak naar een herbruikbare, geautomatiseerde capaciteit, waardoor wetenschappers met vertrouwen en snelheid de energielandschappen van nieuwe materialen kunnen verkennen.

Technisch Resumé: IRIS – Een Agentic Workflow voor Symmetrie-afgeleide Energielandschappen

Probleemstelling

Structurele faseovergangen vormen de basis voor de functionaliteit van ferro-elektrische, multiferroïsche en gecorreleerde oxiden. Het begrijpen van deze overgangen vereist het construeren van interpreteerbare energielandschappen in de ruimte van symmetrie-geadapteerde ordeparameters. Deze landschappen leveren de coëfficiënten voor Landau- en faseveldmodellen, definiëren schakelpaden en classificeren overgangen. Het genereren van deze landschappen vanuit first principles is echter momenteel een knelpunt dat zwaar leunt op specialistische expertise. Het proces omvat complexe stappen: kristallografische analyse om irredeceerbare representaties (irreps) te identificeren, betrouwbare generatie van symmetrie-afgeleide structurele paden, uitgebreide density-functional theory (DFT) sampling en modelpassing.

Bestaande workflow-engines (bijv. AiiDA, atomate) automatiseren uitvoering en herkomst (provenance), maar missen de domeinkennis om cruciale kristallografische beslissingen te nemen, zoals het bepalen van de dimensionaliteit van de sampling-grid of het verifiëren of gegenereerde structuren overeenkomen met de beoogde symmetrie. Bovendien kunnen mismatches in conventies (oorsprong, atoomvolgorde, normalisatie) gladde maar fysiek incorrecte landschappen produceren. Hoewel Large Language Model (LLM) agents veelbelovend zijn voor wetenschappelijke automatisering, produceren ze vaak vloeiende maar fysiek onjuiste outputs en missen ze betrouwbare mechanismen voor zelfcorrectie. De uitdaging is om dit complexe, meerstaps wetenschappelijke workflow te automatiseren terwijl de strikte fysieke juistheid en expliciete verificatie gewaarborgd blijven.

Methodologie: Het IRIS-framework

De auteurs introduceren IRIS (Irrep Route and Interpolation System), een agentic workflow die ontworpen is om verzoeken in natuurlijke taal en kristalstructuren om te zetten in symmetrie-geadapteerde energielandschappen en passende Landau-modellen. Het kernontwerpprincipe is verifier-gestuurde redenering: een LLM mag acties voorstellen, maar deterministische controles (gates) beslissen of een resultaat wordt geaccepteerd.

Architectuur

IRIS is geïmplementeerd als een gated state graph met behulp van de LangGraph-bibliotheek, bestaande uit zeven agent-nodes ( $f_0$ – $f_6$ ) en een recovery-node. Elke node wordt gevolgd door een deterministische gate ( $G_0$ – $G_6$ ) die de output valideert voordat de workflow voortgaat.

$f_0$ Intake (LLM): Parseert verzoeken in natuurlijke taal naar een gestructureerde configuratie (systeem, ouder/kind-structuren, type analyse, budget). Dit is de enige node die direct een LLM aanroept.
$f_1$ Crystallographer: Voert symmetrie-mode analyse uit. Het standaardiseert structuren, stelt de groep-subgroep relatie vast ( $H \subset G$ ) en decomponeert de distortie in irrep-modes met behulp van ISODISTORT.
$f_2$ Path Planner: Selecteert actieve modes op basis van expliciete policies (R1–R5) en bouwt een gecertificeerd grid van structuren. Het garandeert dat elk frame een bekende ruimtegroep heeft afgeleid van de groep-subgroep boom.
$f_3$ Runner: Dien de DFT-berekeningen in (bijv. VASP) naar een HPC-cluster en monitort de voltooiing van de jobs.
$f_4$ Reviewer: Controleert de energieconvergentie en markeert SCF-gelimiteerde runs.
$f_5$ Analyst: Past invariante Landau-polynomialen aan de energiedata aan en lokaliseert minima en barrières.
$f_6$ Skeptic: Herleidt onafhankelijk elk gerapporteerd getal uit de ruwe data om consistentie te verifiëren.

Het Gate- en Recovery-mechanisme

De robuustheid van de workflow rust op deterministische gates ( $G_i$ ) die ofwel pass of fail(c) teruggeven met een specifieke foutcode.

Recovery Node: Als een gate faalt, pauzeert de workflow en wordt er naar een recovery node gerouteerd. De recovery-logica volgt een strikte hiërarchie:
1. Opgeslagen Regels: Een regeltabel ( $R$ ) probeert een vooraf gedefinieerde fix toe te passen (bijv. het opnieuw indienen van een mislukte job, het verwijderen van een rigide translatie).
2. Sub-agent (LLM): Als er geen regel van toepassing is, kiest een beperkte LLM sub-agent een fix uit een vooraf gelijst met opties gegenereerd door de code. De LLM kan geen nieuwe acties verzinnen.
3. Menselijke Interventie: Als de sub-agent geen keuze kan maken of als het menu leeg is, pauzeert de workflow voor menselijke input. De beslissing van de mens wordt vervolgens opgeslagen als een nieuwe regel.
Verificatie: De LLM stuurt de workflow nooit aan, dient geen berekeningen in of accepteert resultaten. Het interpreteert enkel verzoeken of selecteert uit een beperkt pakket aan recovery-acties. Elk resultaat wordt opnieuw gecontroleerd door dezelfde gate nadat een fix is toegepast.

Belangrijkste Bijdragen

Agentic Workflow met Expliciete Verificatie: IRIS demonstreert een framework waarbij LLM's worden gebruikt voor de interface en recovery-selectie, maar strikt worden begrensd door deterministische kristallografische en fysieke controles. Dit voorkomt de propagatie van "vloeiende maar foutieve" fouten die gebruikelijk zijn bij autonome agents.
Symmetrie-geadapteerde Structuurgeneratie: Het systeem automatiseert de generatie van energielandschappen op hoogdimensionale ordeparameter-ruimtes (tot zes dimensies) door te garanderen dat elke gegenereerde structuur gecertificeerd is tegen de groep-subgroep boom en symmetriebeperkingen.
Recovery Benchmarking: De auteurs bieden een rigoureuze evaluatie van de agentic laag met 53 geïnjecteerde fouten in zes materiaalsystemen. Ze tonen aan dat deterministische gates essentieel zijn om fouten te vangen, terwijl opgeslagen regels en beperkte LLM sub-agents effectief omgaan met herstelbare fouten.
Prospectieve Automatisering: Het systeem heeft succesvol een "live" campagne uitgevoerd op $\text{BaTiO}_3$ , waarbij structuren uit de Materials Project werden opgehaald, symmetrie-analyse werd uitgevoerd, DFT-jobs werden ingediend en een passende landschap werd geproduceerd zonder menselijke tussenkomst buiten de initiële aanvraag en bevestiging van indiening.

Resultaten

Het paper valideert IRIS op zes verbindingen met toenemende complexiteit:

$\text{CsSnI}_3$ & $\text{Ca}_3\text{Ti}_2\text{O}_7$ : Valideerde de generatie van structuren op 2D irrep-vlakken. IRIS genereerde respectievelijk 961 en 1.372 frames, allen met correcte ruimtegroepen. Certificering ving fouten op (bijv. rigide translaties, verkeerd geschaalde vectoren) die symmetriecontroles alleen hadden gemist.
Hexagonale Manganieten ( $\text{InMnO}_3$ , $\text{ErMnO}_3$ ): Modelleerde succesvol de impropere ferro-elektrische grondtoestand, waarbij de $U(1)$ -achtige "Mexicaanse hoed"-potentiaal en de trilineaire koppeling tussen de trimerisatie-mode en polarisatie werden gevangen.
$\text{BiFeO}_3$ : Construeerde een zesdimensionaal energielandschap dat de polaire ( $\Gamma^-_4$ ) en tilt ( $R^-_5$ ) ordeparameters koppelt. Het systeem identificeerde dat biquadratische koppelingen ( $\lambda_1 P^2 R^2$ ) de magnituden beïnvloeden, terwijl $(P \cdot R)^2$ de assen vergrendt. Het rangschikte homogene schakelpaden en toonde aan dat het roteren van polarisatie waarbij de tilt volgt, energetisch goedkoper is dan het omkeren van polarisatie bij een vaste tilt.
$\text{HfO}_2$ : Demonstreerde de beperkingen bij het in kaart brengen van polymorffamilies waarbij fasen niet in een eenvoudige groep-subgroep relatie staan, wat wijst op de noodzaak van een gemeenschappelijke ouderbasis voor globale energievlakken.
$\text{BaTiO}_3$ (Live Run): In een prospectieve run verwerkte IRIS verzoeken voor polaire paden en een 2D-vlak, waarbij 96 DFT-berekeningen in totaal 34 minuten werden uitgevoerd. Alle gates passeerden op de eerste poging en het systeem produceerde passende landschappen die consistent zijn met de literatuur.

Evaluatie van de Agentic Laag:

Foutinjectie: Van de 53 geïnjecteerde fouten werden er allemaal opgevangen door deterministische gates. Zonder gates hadden 14 fouten geleid tot stille, onjuiste resultaten.
Recovery: Opgeslagen regels alleen al losten 96% van de benchmarkgevallen op. Wanneer regels faalden, kozen LLM sub-agents (beperkt tot een menu) in 85–97% van de gevallen (met toegestane menu's) de juiste fix.
Intake: LLM's presteerden beter dan regelgebaseerde parsers en keyword lookups bij het interpreteren van verzoeken in natuurlijke taal, vooral voor niet-specialistische of beknopte inputs, met een nauwkeurigheid van 92–95% bij het genereren van geldige configuraties.

Betekenis en Claims

Het paper claimt dat IRIS de constructie van fysieke modellen een herbruikbare computationele capaciteit maakt. Door automatisering te funderen in expliciete verificatie (gates) en de rol van de LLM te beperken tot voorstellen en beperkte selectie, bereikt het systeem een niveau van betrouwbaarheid dat geschikt is voor wetenschappelijke ontdekking.

Wetenschappelijk Inzicht: De gegenereerde landschappen bieden fysieke inzichten, zoals het scheiden van de competitie tussen de magnitude van polaire/tilt en de vergrendeling van hun assen in $\text{BiFeO}_3$ , en het bevestigen dat de domeinbarrière in hexagonale manganieten voortkomt uit polaire koppeling in plaats van angulaire termen.
Automatisering Framework: IRIS biedt een framework voor wetenschappelijke automatisering waarbij de "veiligheid" van de workflow wordt afgedwongen door code (gates en regels) in plaats van te vertrouwen op de interne redenering van de LLM. Dit adresseert het risico dat agents risicovolle acties ondernemen of fouten voortplanten.
Beperkingen: De auteurs erkennen dat het systeem momenteel pairwise transities goed afhandelt, maar uitdagingen ervaart bij polymorffamilies die een verenigde globale basis vereisen (zoals gezien bij $\text{HfO}_2$ ). Daarnaast gaat het systeem standaard uit van fixed-lattice berekeningen, waarbij strain-koppeling via expliciete interpolatie of ontspannen ankers wordt afgehandeld, en het behandelt nog niet automatisch complexe spin-rooster koppelingen die spin-orbit interactie vereisen.

Samenvattend vertegenwoordigt IRIS een verschuiving van "autonome" agents die vrij plannen en uitvoeren naar "geassisteerde" agents die opereren binnen een rigoureus geverifieerd, deterministisch framework, wat de geautomatiseerde constructie van complexe, symmetrie-afgeleide energielandschappen mogelijk maakt.