記者獲悉，國外某團隊開發(fā)了一種人工智能（AI）算法，可幾乎即時地預(yù)測任何材料（無論是現(xiàn)有材料還是新材料）的結(jié)構(gòu)和動態(tài)特性。該算法被稱為M3GNet，用于開發(fā)Matterverse.ai數(shù)據(jù)庫，該數(shù)據(jù)庫包含超過3100萬種尚未合成的材料，其特性由機器學(xué)習(xí)算法預(yù)測。數(shù)據(jù)庫還促進了具有卓越性能的新材料的發(fā)現(xiàn)，研究人員可使用其來尋找更安全、能量密度更高的可充電鋰離子電池電極和電解質(zhì)。

為了構(gòu)建材料的等價物，研究團隊將圖形神經(jīng)網(wǎng)絡(luò)與多體交互相結(jié)合，構(gòu)建了一種深度學(xué)習(xí)架構(gòu)，可在元素周期表的所有元素中通用、高精度地工作。為了訓(xùn)練他們的模型，該團隊使用了過去十年在材料項目中收集的巨大的材料能量、力和應(yīng)力數(shù)據(jù)庫。M3GNet原子間勢（IAP）則可預(yù)測任何原子集合中的能量和力。最終Matterverse.ai是通過對無機晶體結(jié)構(gòu)數(shù)據(jù)庫中的5000多個結(jié)構(gòu)原型進行組合元素替換而生成的，然后使用M3GNet IAP獲得平衡晶體結(jié)構(gòu)，用于屬性預(yù)測。

新成果在材料動態(tài)模擬和性能預(yù)測方面也有廣泛的應(yīng)用。例如，人們通常對鋰離子在電池電極或電解質(zhì)中的擴散速度很感興趣。擴散越快，電池充電或放電的速度就越快。研究證明，M3GNet IAP可用于準(zhǔn)確預(yù)測材料的鋰電導(dǎo)率。研究人員堅信M3GNet架構(gòu)是一種變革性工具，可極大地擴展對新材料化學(xué)和結(jié)構(gòu)的探索能力。

通過Matterverse.ai人類從某種程度上變身造物主，能在材料無數(shù)排列組合中挑出他們心儀的那些，就算還沒有真正把材料造出來，但已經(jīng)能夠了解它們的特性，甚至嘗試加以改造，讓它們在不同領(lǐng)域大顯身手。而這一切，也將在科學(xué)和技術(shù)上產(chǎn)生巨大作用，助推新設(shè)備、新工具的誕生，改變?nèi)祟惖纳睢?/span>