Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

Recently, revolutionary progress has been made on large language models (LLMs) such as the GPT/Llama series, among others. Since the models provide unprecedented capabilities in representing and accessing knowledge, they have started to be used in scientific discovery/design, a new research trend that is still at its infant stage but will have a transformative impact. An essential component that is seriously understudied is reasoning for intelligent design. Reasoning is one of the most basic components of intelligence, which draws conclusions from existing knowledge. Without a solid reasoning ability, the progress that can be achieved for AI for design is seriously limited. The project aims to develop novel LLMs with enhanced reasoning. In a feasible setup, the project focuses on material discovery. The team targets two key objectives: (i) Developing novel reasoning models to effectively narrow down the search space of material design. (ii) Researching better graph networks to represent materials and building LLM-based agents to find material design solutions.

Récemment, des progrès révolutionnaires ont été réalisés dans le domaine des grands modèles de langage (GML), notamment avec GPT et Llama. Puisque ces modèles offrent des capacités sans précédent en matière de représentation des connaissances et d’accès aux connaissances, on a commencé à les utiliser dans la découverte et la conception scientifiques, une nouvelle tendance encore embryonnaire dans le secteur de la recherche, mais dont les effets seront transformateurs. L’application du raisonnement pour la conception intelligente est un élément essentiel qui est très peu étudié. Le raisonnement, qui permet de tirer des conclusions à partir des connaissances existantes, est l’une des composantes les plus fondamentales de l’intelligence. Les progrès réalisables avec l’intelligence artificielle dans le domaine de la conception sont sérieusement limités en l’absence d’une solide capacité de raisonnement. Le projet vise à créer de nouveaux GML dotés d’un raisonnement amélioré. Dans un contexte réaliste, le projet est axé sur la découverte de matériaux. L’équipe vise deux objectifs clés : i) élaborer de nouveaux modèles de raisonnement pour circonscrire efficacement l’espace de recherche pour la conception des matériaux; ii) rechercher de meilleurs réseaux graphiques pour représenter les matériaux et créer des agents basés sur les GML pour trouver des solutions en matière de conception de matériaux.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.