近日，某科技巨頭的研究部門發布了一款名為 “MatterGen” 的新型 AI 系統，該系統能夠根據特定需求生成全新材料，有望加速電池、太陽能電池等關鍵技術的發展。
傳統的新材料研發過程通常需要耗費數年時間篩選數百萬種現有化合物，而 MatterGen 則採用了全新的方法。它類似於 AI 圖像生成器根據文字描述生成圖像，能夠基於預設的特性直接生成全新的材料結構。 舉例來說，研究人員可以輸入他們想要的材料特性，例如熔點、導電性和硬度，MatterGen 會根據這些參數生成符合條件的全新材料結構。
MatterGen 的核心是一種名為 “Diffusion Model” 的特殊 AI 技術，該技術也被應用於 DALL-E 等 AI 圖像生成器中。與圖像生成器不同的是，MatterGen 的 “Diffusion Model” 被調整為處理三維晶體結構，它能夠逐步將隨機排列的原子精煉成符合特定標準的穩定、實用的材料。這個過程可以想像成將一堆雜亂的積木，根據設計圖紙，一步步搭建成精密的模型。
研究表明，與之前的 AI 方法相比，MatterGen 生成的材料 “成為全新且穩定結構的可能性高出一倍以上，並且更接近局部能量最小值 15 倍以上”。這意味著，這些生成的材料更有可能在現實世界中被合成出來並得到應用。局部能量最小值是指材料在原子層面最穩定的狀態，越接近這個狀態，材料就越穩定，越容易合成。
在一項引人注目的實驗中，該研究團隊與中國深圳先進技術研究院的科學家合作，成功合成了一種由 MatterGen 設計的新材料 TaCr2O6。實際合成的材料與 AI 預測的結構高度吻合，驗證了該系統的實用性。TaCr2O6 是一種具有潛在應用價值的氧化物材料，其特性包括高溫穩定性和抗腐蝕性，可以用於航空航天和能源等領域。
MatterGen 的一大亮點在於其靈活性。它可以根據特定需求進行 “微調”，以生成具有特定屬性的材料，例如特定的晶體結構、電子特性或磁性特性。這對於設計用於特定工業應用的材料具有不可估量的價值。例如，可以通過調整 MatterGen 的參數，使其生成適用於高性能電池的電極材料，或者設計出更高效的太陽能電池吸收層材料。
這一突破性的技術將在能源存储、半導體設計和碳捕捉等領域引發變革。例如，更高效的電池材料可以加速電動汽車的普及，而性能更優的太陽能電池材料則可以降低可再生能源的成本。此外，MatterGen 還可以用於設計新型催化劑，加速化學反應，從而提高工業生產效率並減少環境污染。
為了加速科學發現，該科技巨頭已將 MatterGen 的源代碼开源，允許全球的研究人員在其基礎上進行開發和應用。 這一舉措將極大地促進材料科學領域的合作與創新，加速新材料的研發進程。
MatterGen 的研發是該科技巨頭 “AI for Science” 計劃的一部分，該計劃旨在利用 AI 加速科學發現。該項目還與其 Azure Quantum Elements 平台相結合，未來有可能通過雲計算服務向企業和研究機構提供該技術。這將進一步降低新材料研發的門檻，讓更多研究者和企業能夠利用 AI 的力量探索材料科學的未知領域。
儘管 MatterGen 代表著材料科學領域的重大進步，但專家也提醒，從計算設計到實際應用仍有很長的路要走。在投入工業生產之前，系統的預測結果仍需要經過嚴格的實驗驗證。例如，需要對新材料的物理和化學性質進行全面的測試，以確保其符合預期，並評估其在實際應用環境中的性能和可靠性。
MatterGen 的出現標誌著利用 AI 加速科學發現邁出了重要一步。隨著技術的發展和完善，我們有理由相信，AI 將在未來材料科學領域發揮越來越重要的作用，為人類社會帶來更多福祉。
