AI助力合成具奇異磁性行為的化合物

科技日報記者 張夢然

美國麻省理工學院領銜的聯合研究團隊開發出一項AI新技術來加速量子材料發現。這項技術生成了超過一千萬個具有阿基米德晶格特徵的“候選者”，密歇根州立大學和普林斯頓大學團隊從中合成了兩種具有奇異磁性行為的化合物。相關成果發表於新一期《自然·材料》雜誌上。

近年來，谷歌、微軟和Meta等科技巨頭開發的生成式AI已幫助人們設計出數千萬種新材料。然而，當面對奇異量子特性的材料時，這些模型往往力不從心。此外，人們在探索如量子自旋液體這類有望推動量子計算革命的材料時，進展十分緩慢——十年研究僅識別出十餘種候選材料。這一瓶頸嚴重製約了技術突破所需的新材料發現。

為此，團隊開發了名為SCIGEN的計算框架。SCIGEN是一種可集成到生成式AI模型中的代碼系統，能確保模型在每一步生成過程中都遵守用户設定的幾何規則。團隊將SCIGEN應用於一種流行材料生成模型，並設定其目標為生成具有阿基米德晶格結構的材料。阿基米德晶格因能引發多種量子現象而備受關注。更重要的是，某些阿基米德晶格可模擬稀土元素的電子行為，卻無需依賴稀缺資源，因而具備重要應用前景。

在SCIGEN的引導下，模型生成了超過一千萬個具有阿基米德晶格特徵的候選材料。經過初步穩定性篩選，保留下來約一百萬種材料。團隊進一步從其中抽取26000種，利用橡樹嶺國家實驗室的超級計算機進行高精度模擬，分析其原子層面的磁性行為。結果顯示，其中41%的結構表現出磁性特徵，表明其具備進一步實驗探索的價值。

基於這些計算結果，密歇根州立大學和普林斯頓大學團隊成功合成了兩種此前未被發現的化合物：TiPdBi和TiPbSb。後續實驗確認，這些材料的實際性能與AI的預測高度吻合，驗證了該方法的可行性與準確性。

團隊表示，這一方法為實驗科學家提供了成百上千的新“候選者”，顯著加快了研究進程，也打開了通往大量前沿材料的大門。

總編輯圈點

當AI嚴格遵循用户設定的規則，按照用户期待的目標進行材料設計，一位不知疲倦且精通量子物理規則的“設計師”就誕生了。過去，我們對具有量子特性新材料的尋找進度緩慢，十幾年也就發現了十幾種候選。此次，研究團隊讓模型一口氣生成了千萬個具有特定特徵的材料。當然，在1000萬種可能中進行後續進一步篩選也是個技術活。這次他們成功合成了兩種具有預期性能的化合物。AI的幫助，為我們研究奇異的量子現象提供了廣闊天地。