微软研究院今天推出了一个强大的新型人工智能系统，该系统可以生成具有特定所需特性的新型材料，有可能加速更好的电池、更高效的太阳能电池和其他关键技术的开发。
该系统名为MatterGen，代表了科学家发现新材料方式的根本性转变。MatterGen 无需筛选数百万种现有化合物（传统方法可能需要数年时间），而是根据所需特性直接生成新材料，类似于 AI 图像生成器根据文本描述创建图片的方式。
微软研究院首席研究经理、今日《自然》杂志上发表的研究报告的主要作者谢天表示： “生成模型通过在给定所需属性约束的情况下直接生成全新材料，为材料设计提供了一种新范式。这代表着朝着创建通用材料设计生成模型迈出了一大步。”
微软的人工智能引擎与传统方法有何不同
MatterGen 使用一种称为扩散模型的特殊 AI ，类似于DALL-E等图像生成器背后的模型，但经过调整，可以处理三维晶体结构。它逐渐将原子的随机排列细化为符合特定标准的稳定、有用的材料。
结果超越了之前的方法。根据研究论文，与之前的 AI 方法相比，MatterGen 生成的材料“新颖性和稳定性的可能性提高了两倍多，并且接近局部能量最小值的可能性提高了 15 倍多”。这意味着生成的材料更有可能有用，而且在物理上可以制造。
在一次引人注目的演示中，该团队与中国深圳先进技术研究院的科学家合作，合成了 MatterGen 设计的一种新材料TaCr2O6。现实世界中的材料与人工智能的预测非常吻合，验证了该系统的实用性。
现实世界的应用可以改变能源存储和计算
该系统的灵活性尤为突出。它可以“微调”以生成具有特定属性的材料——从特定的晶体结构到所需的电子或磁性特性。这对于设计用于特定工业应用的材料来说可能是无价的。
其影响可能十分深远。新材料对于推动能源储存、半导体设计和碳捕获技术的发展至关重要。例如，更好的电池材料可以加速电动汽车的转型，而更高效的太阳能电池材料可以使可再生能源更具成本效益。
“从工业角度来看，这方面的潜力是巨大的，”谢解释说。“人类文明一直依赖于材料创新。如果我们能够利用生成式人工智能提高材料设计的效率，那么它就可以加速能源、医疗保健等行业的进步。”
微软的开源战略旨在加速科学发现
微软已根据开源许可发布了MatterGen 的源代码，让世界各地的研究人员能够利用该技术。此举可能会加速该系统对各个科学领域的影响。
MatterGen 的开发是微软更广泛的AI for Science计划的一部分，该计划旨在利用 AI 加速科学发现。该项目与微软的 Azure Quantum Elements 平台集成，有可能通过云计算服务让企业和研究人员使用该技术。
然而，专家警告称，尽管 MatterGen 代表着一项重大进步，但从计算设计材料到实际应用的道路仍需要大量测试和改进。该系统的预测虽然很有希望，但在工业部署之前仍需要实验验证。
尽管如此，该技术代表着利用人工智能加速科学发现的重大进步。正如该项目高级研究员 Daniel Zügner 所说：“我们致力于开展能够对现实世界产生积极影响的研究，而这只是一个开始。”
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/wei-ruan-gang-gang-kai-fa-chu-yi-kuan-she-ji-wei-lai-cai
