材料界AlphaFold來了！微軟AI模型登上Nature，還和中國團隊合作發(fā)現(xiàn)新材料

一水 2025-01-17 17:31:43 來源：量子位

超越有限已知材料，材料界的AlphaFold來了？！

剛剛，微軟CEO納德拉親自站臺，官宣旗下MatterGen模型登上Nature，能夠超越目前已知材料，利用AI發(fā)現(xiàn)針對特定需求的新材料了。

這也意味著材料設(shè)計領(lǐng)域產(chǎn)生了新的范式：

利用生成式AI，材料發(fā)現(xiàn)從傳統(tǒng)的數(shù)據(jù)庫篩選轉(zhuǎn)變?yōu)楦鶕?jù)需求提示直接生成。

有網(wǎng)友反手就是精辟總結(jié)，這不就是“材料界的AlphaFold”的感jio嗎？

據(jù)論文介紹，相比傳統(tǒng)的發(fā)現(xiàn)方法，MatterGen能將生成穩(wěn)定、獨特且新穎材料的比例提高2倍以上，并使生成結(jié)構(gòu)距離其DFT局部能量最小值（即準確性）提高近10倍之多。

而這些提升，對電動車、航空航天、電子芯片等高科技領(lǐng)域潛力巨大。

消息公布后，評論區(qū)直接“Awesome”一片，大家紛紛表示AI將極大加速材料發(fā)現(xiàn)。

與此同時，論文作者之一Tian Xie也補充道，團隊將在MIT許可下發(fā)布MatterGen的訓(xùn)練和推理代碼，以滿足開源社區(qū)進一步探索。

值得一提的是，論文也提到了，微軟和中科院SIAT（深圳先進技術(shù)研究院）的團隊還合作利用MatterGen成功得到了一種新型材料TaCr?O?，并測量了屬性值在目標20%以內(nèi)。

具體如何實現(xiàn)的

概括而言，MatterGen模型發(fā)揮作用的關(guān)鍵，全在于背后獨特的擴散模型架構(gòu)。

和圖像擴散模型類似，也是從一個隨機噪聲的材料結(jié)構(gòu)開始，逐步調(diào)整原子位置、元素類型和晶格結(jié)構(gòu)，直到生成出一個符合設(shè)計要求的材料結(jié)構(gòu)。

這一擴散過程中，有兩個關(guān)鍵組件值得一提。

一個是等變分數(shù)網(wǎng)絡(luò)，負責(zé)學(xué)習(xí)如何從擴散過程中恢復(fù)出原始的晶體結(jié)構(gòu)（即去噪過程）。

具體來說，等變分數(shù)網(wǎng)絡(luò)通過學(xué)習(xí)數(shù)據(jù)中的模式，能夠輸出原子類型、坐標和晶格的等變分數(shù)。這些分數(shù)代表了每個原子和晶格參數(shù)在當(dāng)前結(jié)構(gòu)中的“不適配度”，即它們與理想晶體結(jié)構(gòu)的偏差。

網(wǎng)絡(luò)通過計算這些分數(shù)，指導(dǎo)模型如何調(diào)整原子和晶格參數(shù)，以減少結(jié)構(gòu)中的噪聲，使其更接近一個穩(wěn)定的晶體結(jié)構(gòu)。

具體操作包括：

• 對于原子類型：根據(jù)材料的化學(xué)組成規(guī)律和對稱性，判斷原子類型的變化是否合理；
• 對于坐標：依據(jù)晶體的周期性邊界條件和幾何特征，糾正因擴散引入的坐標偏差；
• 對于晶格：可結(jié)合晶格的對稱性和材料的物理性質(zhì)，調(diào)整晶格參數(shù)，使生成的晶格結(jié)構(gòu)穩(wěn)定且符合要求；

另一個就是適配器模塊，負責(zé)對預(yù)訓(xùn)練的分數(shù)網(wǎng)絡(luò)進行微調(diào)。

這是一個可調(diào)節(jié)的組件，被引入到模型的每一層當(dāng)中，能根據(jù)給定的性質(zhì)標簽改變模型輸出。

也就是說，當(dāng)需要生成具有特定化學(xué)組成、對稱性或標量性質(zhì)（如磁密度）約束的材料時，可以利用帶有相應(yīng)性質(zhì)標簽的數(shù)據(jù)集對模型進行微調(diào)。

在微調(diào)過程中，分數(shù)網(wǎng)絡(luò)參數(shù)會被優(yōu)化，以使模型生成的結(jié)構(gòu)更好地滿足特定任務(wù)的要求。這一組件不僅提升了模型的適用性，微調(diào)也意味著無需從頭學(xué)習(xí)每個任務(wù)的特性。

實際上，微軟早在一年前就發(fā)布了MatterGen模型，當(dāng)時谷歌DeepMind的GNoME工具成功預(yù)測出220萬種晶體結(jié)構(gòu)，在學(xué)術(shù)界掀起熱議。

相比上次，該項研究作者之一Tian Xie聲稱，MatterGen模型來了個大進化。

整體上，性能指標升級了。不僅成功合成了新的材料，而且其屬性值與目標值的偏差降低到了20%以內(nèi)。

同時得益于一種新的結(jié)構(gòu)匹配算法，其生成穩(wěn)定、新穎材料的比例提高了2倍以上。

除此之外，微軟也在官方博客中提醒：

MatterGen模型最好和我們的另一款MatterSim模型搭配食用。

在材料發(fā)現(xiàn)領(lǐng)域，它們各自發(fā)揮著獨特而互補的作用，重塑了研究人員設(shè)計和驗證新材料的方式。

一句話，?MatterGen提方案，MatterSim進一步預(yù)測。

一旦MatterGen生成了可能的材料結(jié)構(gòu)，MatterSim便運用嚴格的計算分析來進一步預(yù)測這種可能性。后者就像篩子一樣，從理論上可能和實際上可能之間篩選出可行的。

據(jù)了解，MatterSim模型結(jié)合了深度學(xué)習(xí)技術(shù)，通過學(xué)習(xí)原子之間的相互作用，在絕對零度到5000開爾文、從標準大氣壓到一千萬倍大氣壓范圍內(nèi)，模擬金屬、氧化物、硫化物、鹵化物及其不同狀態(tài)（如晶體、非晶固體和液體）等多種材料。

一個經(jīng)過定制的MatterSim模型，僅需3%的原始數(shù)據(jù)，就能達到預(yù)期的實驗精度模擬。

那么接下來的問題是：MatterGen有哪些實際應(yīng)用呢？

合成了一種新型材料TaCr?O?

對此，論文也提到了幾種典型應(yīng)用場景。

比如在目標化學(xué)系統(tǒng)中生成材料。

與替代法和隨機結(jié)構(gòu)搜索（RSS）對比，在多種化學(xué)體系中，MatterGen生成S.U.N.（穩(wěn)定Stable、獨特Unique、新穎Novel）結(jié)構(gòu)比例最高。

而且在五元體系（即由五種元素組成的體系，體現(xiàn)復(fù)雜性）表現(xiàn)突出，計算效率優(yōu)勢明顯，在V-Sr-O?（ 釩- 鍶- 氧）體系也發(fā)現(xiàn)了更多新穎結(jié)構(gòu)。

再比如設(shè)計具有目標磁性、電子和力學(xué)性能的材料。

可以看到，針對磁性、電子和機械性能相關(guān)的逆設(shè)計任務(wù)，MatterGen在不同規(guī)模標簽數(shù)據(jù)下均能使生成材料性能值向目標偏移。

且在有限D(zhuǎn)FT計算預(yù)算下，相比篩選方法，能找到更多滿足極端性能約束的S.U.N.材料。

最后論文還提到了設(shè)計低供應(yīng)鏈風(fēng)險磁鐵。

簡單說，以設(shè)計高磁密度且低供應(yīng)鏈風(fēng)險的磁鐵為例，MatterGen生成結(jié)構(gòu)圍繞目標值分布，聯(lián)合優(yōu)化磁性密度和低Herfindahl – Hirschman指數(shù)（HHI）時，能減少供應(yīng)鏈風(fēng)險元素，還重新發(fā)現(xiàn)許多類似永磁材料的實驗合成結(jié)構(gòu)。

與此同時，為了驗證MatterGen的有效性，微軟團隊還和中科院SIAT（深圳先進技術(shù)研究院）團隊合作合成了一種新材料TaCr?O?。

這一材料是通過對MatterGen生成的高體積模量材料進行多輪篩選后獲得，實驗測得體積模量為169GPa，與200GPa設(shè)計值相對誤差低于20%。

若此結(jié)果能推廣，將對電池、燃料電池等設(shè)計影響深遠。

總之，按照微軟對上述研究的評價：

MatterGen使生成式AI輔助材料設(shè)計進入了一個新范式，允許高效探索材料，超越了已知材料的有限集合。

你怎么看？