快速阅读: 据《印度分析杂志》最新报道，微软推出物质生成器（MatterGen），一种基于AI的新工具，旨在革新材料发现方式。与传统方法不同，它能生成满足特定需求的新化合物。经过广泛训练，物质生成器在材料项目和亚历山德拉数据库的基础上，识别出了超过100个潜在候选材料。该工具的成功案例包括与中科院合作设计的一种新材料，这为材料科学领域带来重要突破。
微软本周四推出了物质生成器（MatterGen），这是一种旨在革新我们理解材料发现方式的生成式人工智能工具，标志着材料科学的一个变革性时刻。“我们的物质生成器模型将生成式人工智能应用于创建具有前所未有的精确度的新化合物，”微软董事长兼首席执行官萨蒂亚·纳德拉说。与测试现有材料的传统方法不同，物质生成器可以根据特定需求生成全新的材料。研究人员在论文《无机材料设计的生成模型》中详细介绍了这一突破。“物质生成器带来了范式转变，”高级研究员克劳迪奥·泽尼、罗伯特·平斯勒、丹尼尔·祖格纳和安德鲁·福勒等人表示。传统方法在寻找具有特定属性（如高抗压性）的材料时，最多只能筛选出40个候选者。然而，物质生成器在识别稳定且具有高体积模量结构的任务中发现了超过100个潜在候选者。该模型经过广泛的数据库训练，包括材料项目和亚历山德拉数据库，以确保其性能处于最前沿。该模型使用一种创新算法更准确地处理复杂的材料结构。该工具的能力与中科院深圳先进技术研究院李文杰教授团队合作进行了测试。他们挑战物质生成器设计一种具有特定抗压性（200 GPa体积模量）的材料。结果如何？成功合成了一种名为TaCr₂O₆的新材料，并且与人工智能的预测相匹配，甚至考虑了钽（Ta）和铬（Cr）原子排列的变化。开放获取和未来方向约翰霍普金斯大学应用物理实验室的克里斯托弗·斯蒂尔斯强调了这一创新的重要性:“我们有兴趣了解物质生成器可能对材料发现产生的影响。”物质生成器的开发者已根据MIT许可发布了源代码，鼓励社区协作。研究人员希望在电池和磁铁开发等领域扩展该工具的应用。物质生成器与AI模拟工具（如MatterSim）的集成进一步加速了材料探索和模拟，为科学研究创造了动态系统。材料发现不仅始于微软，谷歌DeepMind也在2023年发布了一项研究《用于材料发现的深度学习扩展》，其中发现了220万种新晶体，相当于800年的知识工作量。Meta公司也发布了名为开放材料2024（OMat24）的大规模数据集，包含超过1.18亿个材料模拟和结构示例，这些数据集中涵盖了广泛的各种无机大块材料，以提高人工智能驱动的材料发现能力。去年十二月，亚马逊还宣布与轨道材料达成多年合作伙伴关系，开发新的材料，利用他们的“专有AI平台”帮助数据中心脱碳。
(以上内容均由Ai生成)
