Библиотека на 27 тысяч книг, и все они про бетон. В каждой — рецепт смеси, температура, прочность. Но сведения разбросаны по абзацам, таблицам и сноскам. Человеку, чтобы собрать их воедино, понадобились бы годы. Программа справилась за час.
Учёные взяли большую языковую модель — ту, что умеет читать и понимать текст, — и настроили её на поиск данных о бетоне. Модель вытаскивала из статей состав смеси, способ приготовления и итоговые свойства. Например, сколько цемента добавили, как долго выдерживали и какой получилась прочность. Собранные сведения легли в таблицу с более чем сотней колонок.
Такая база — не просто архив. На ней можно обучать другие программы, чтобы те предсказывали свойства бетона для новых рецептов. Чем больше примеров, тем точнее прогноз. А ещё база открыта: любой исследователь может её скачать и использовать для своих задач.
Теперь библиотека перестала быть лабиринтом. Из неё сделали картотеку, где каждая карточка — готовый рецепт. И это работает не только для бетона: тот же подход применим к сплавам, полимерам или лекарствам. Данные, которые раньше пылились в статьях, начинают работать.
В базе почти 9 тысяч записей, и у каждой — более 100 характеристик: от доли цемента до прочности на сжатие.