📢 转载信息
原文作者：Zach Winn | MIT News
新工具让生成式AI模型更有可能创造突破性材料
借助SCIGEN，研究人员可以引导AI模型创造具有奇异特性的材料，用于量子计算等应用。
目前，那些将文本转化为图像的生成式人工智能模型，在材料生成领域也展现出了潜力。过去几年里，谷歌（Google）、微软（Microsoft）和Meta等公司开发的生成式材料模型，已经能够利用其训练数据帮助研究人员设计了数千万种新材料。
然而，当涉及到设计具有超导性或独特磁态等奇异量子特性的材料时，这些模型往往力不从心。这无疑是一个遗憾，因为人类非常需要这方面的帮助。例如，经过十年的研究，在一种可能彻底改变量子计算的一类材料——量子自旋液体（quantum spin liquids）——中，目前仅确定了十几种材料候选物。这种瓶颈意味着可用于技术突破的材料基础非常有限。
现在，麻省理工学院（MIT）的研究人员开发了一种新技术，可以引导流行的生成式材料模型遵循特定的设计规则来创造有前景的量子材料。这些规则或约束条件，能够引导模型生成具有独特结构、从而产生特定量子特性的材料。
“这些大公司的模型通常会生成针对稳定性进行优化的材料，”MIT的1947届职业发展教授Mingda Li说，“我们的观点是，材料科学的进步通常并非如此。我们不需要一千万种新材料来改变世界，我们只需要一种真正出色的材料就够了。”
该方法已在今日发表于《自然材料》（Nature Materials）的论文中进行了介绍。研究人员将该技术应用于生成数百万种候选材料，这些材料由与量子特性相关的几何晶格结构组成。基于这个庞大的样本池，他们成功合成了两种具有奇异磁特性的实际材料。
Li是该论文的资深作者，他表示：“量子领域的人们非常关注这些几何约束，比如交错的、倒置三角形组成的六角网格（Kagome lattices）。我们创造了具有这种晶格结构的材料，因为这类材料可以模仿稀土元素的行为，因此具有极高的技术重要性。”
他的MIT合作者包括博士生Ryotaro Okabe、Mouyang Cheng、Abhijatmedhi Chotrattanapituk和Denisse Cordova Carrizales；博士后Manasi Mandal；本科研究员Kiran Mak和Bowen Yu；访问学者Nguyen Tuan Hung；Xiang Fu ’22, PhD ’24；以及电子工程与计算机科学教授Tommi Jaakkola（他是计算机科学与人工智能实验室（CSAIL）和数据、系统与社会研究所的附属人员）。其他合作者还包括埃默里大学的Yao Wang、密歇根州立大学的Weiwei Xie、橡树岭国家实验室的YQ Cheng以及普林斯顿大学的Robert Cava。
引导模型走向应用前沿
材料的性质取决于其结构，量子材料也不例外。某些原子结构比其他结构更有可能产生奇异的量子特性。例如，方形晶格可以作为高温超导体的平台，而其他被称为交错网格（Kagome）和李布网格（Lieb lattices）的结构则可以支持用于量子计算的材料的形成。
为了帮助一类流行的生成模型——扩散模型（diffusion models）——生成符合特定几何图案的材料，研究人员创建了SCIGEN（Structural Constraint Integration in GENerative model，生成模型中的结构约束集成）。SCIGEN是一个计算机代码，它确保扩散模型在每次迭代生成步骤中都遵守用户定义的约束。通过SCIGEN，用户可以向任何生成式AI扩散模型输入几何结构规则，使其在生成材料时遵循。
AI扩散模型通过对其训练数据集进行采样来工作，以生成反映数据集中结构分布的结构。SCIGEN会阻止那些不符合结构规则的生成结果。
为了测试SCIGEN，研究人员将其应用于一个流行的AI材料生成模型DiffCSP。他们让装备了SCIGEN的模型生成具有独特几何图案的材料，这些图案被称为阿基米德晶格（Archimedean lattices），它们是不同多边形构成的二维晶格平铺集合。阿基米德晶格可以导致一系列量子现象，一直是许多研究的焦点。
论文的共同通讯作者Cheng表示：“阿基米德晶格会产生量子自旋液体和所谓的平带（flat bands），后者可以模仿稀土元素的特性，而无需稀土元素，因此它们极其重要。其他阿基米德晶格材料具有大的孔隙，可用于碳捕获和其他应用，因此这是一系列特殊的材料。在某些情况下，目前还不存在具有该晶格结构的材料，因此我认为发现第一个符合这种晶格的材料将非常有趣。”
该模型生成了超过1000万个具有阿基米德晶格的材料候选物。其中100万个材料通过了稳定性筛选。随后，研究人员利用橡树岭国家实验室的超级计算机，对其中26,000种材料进行了抽样，并运行了详细的模拟，以了解材料底层原子的行为。研究人员发现，在这些结构中，有41%表现出磁性。
从这个子集中，研究人员在Xie和Cava的实验室成功合成了两种先前未发现的化合物：TiPdBi和TiPbSb。随后的实验表明，AI模型的预测与实际材料的性质大致吻合。
论文的第一作者Okabe说：“我们希望发现具有巨大潜在影响的新材料，方法是将这些已知能产生量子特性的结构纳入其中。我们已经知道，具有特定几何图案的材料是有价值的，所以从这些结构入手是很自然的选择。”
加速材料突破进程
量子自旋液体有可能通过实现可作为量子运算基础的稳定、抗错误的量子比特（qubits）来解锁量子计算的潜力。但目前还没有量子自旋液体材料得到证实。Xie和Cava认为SCIGEN可以加速对这些材料的搜索。
Xie说：“在寻找量子计算机材料和拓扑超导体方面存在一个巨大的探索过程，这些都与材料的几何图案有关。但实验进展非常非常缓慢，”Cava补充道。“许多这些量子自旋液体材料都受到约束：它们必须是三角晶格或交错网格。如果材料满足这些约束，量子研究人员就会感到兴奋；这是必要条件，但非充分条件。因此，通过生成大量此类材料，可以立即为实验人员提供数百甚至数千个额外的候选材料，从而加速量子计算机材料的研究。”
未参与该研究的德雷塞尔大学教授Steve May表示：“这项工作提供了一个利用机器学习的新工具，可以预测哪些材料将具有特定几何图案中的特定元素。这应该会加速开发用于下一代电子、磁性或光学技术的探索性材料。”
研究人员强调，实验验证对于评估AI生成的材料是否可以合成以及其实际性质与模型预测的吻合程度仍然至关重要。未来对SCIGEN的改进可以纳入更多的设计规则到生成模型中，包括化学和功能约束。
Okabe总结道：“那些希望改变世界的人更关心材料的性质，而不是材料的稳定性和结构。通过我们的方法，稳定材料的比例会下降，但它为生成一整批有前景的材料打开了大门。”
这项工作得到了美国能源部、国家能源研究科学计算中心、国家科学基金会和橡树岭国家实验室的部分资助。
---
推荐阅读：
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
青云聚合API官网https://api.qingyuntop.top
支持全球最新300+模型：https://api.qingyuntop.top/pricing
详细的调用教程及文档：https://api.qingyuntop.top/about
评论区