近年來，能夠?qū)⑽淖洲D(zhuǎn)化為圖像的人工智能模型，也逐漸展現(xiàn)出在“新材料生成”方面的潛力。谷歌、微軟、Meta等公司的生成式材料模型已經(jīng)幫助科研人員設計了數(shù)千萬種新材料。

然而，當研究目標是具備超導性或獨特磁態(tài)等“奇異量子特性”的材料時，這些模型卻力不從心。比如，科研人員花了十多年研究一種被稱為“量子自旋液體”（quantumspinliquids）的材料體系，該體系被認為可能革新量子計算，但目前全球只找到十幾種候選材料。材料發(fā)現(xiàn)的瓶頸，嚴重制約了技術(shù)突破的可能性。

為解決這一難題，麻省理工學院（MIT）的研究人員開發(fā)了一種新技術(shù)，使現(xiàn)有的生成式材料模型能夠在遵循特定設計規(guī)則的前提下，生成具有潛在量子特性的材料。這些設計規(guī)則——也稱“約束條件”——引導模型生成具有特殊幾何結(jié)構(gòu)的材料，而這些結(jié)構(gòu)恰恰是量子特性的來源。

相關(guān)成果已發(fā)表于?NatureMaterials?期刊。研究團隊利用這一方法生成了數(shù)百萬種與量子特性相關(guān)的晶格結(jié)構(gòu)材料，并從中成功合成了兩種具有奇異磁性的全新化合物。

MIT教授MingdaLi表示：“大公司的模型通常生成的是穩(wěn)定性*優(yōu)的材料。但材料科學的突破往往并不是這樣發(fā)生的。我們不需要一千萬種新材料來改變世界，只需要一種真正*的材料。”

讓AI“懂規(guī)則”

材料的性質(zhì)由結(jié)構(gòu)決定，量子材料也不例外。某些原子排列方式更容易產(chǎn)生獨特的量子效應。比如，方格晶格可作為高溫超導體的基礎(chǔ)，而Kagome晶格和Lieb晶格則有助于研發(fā)量子計算所需的材料。

為了讓主流生成模型（如擴散模型diffusionmodels）生成符合這些幾何結(jié)構(gòu)的材料，MIT研究團隊開發(fā)了一個名為?SCIGEN?的計算工具（全稱StructuralConstraintIntegrationinGENerativemodel）。該工具能在每次迭代中檢查模型生成的結(jié)果，確保其符合用戶設定的幾何規(guī)則。若生成結(jié)果不符合規(guī)則，就會被自動“攔截”。

換言之，SCIGEN就像一個“守門員”，保證模型輸出的材料不僅僅是“穩(wěn)定”，而是“可能具備目標量子特性”。

團隊將SCIGEN應用于一種流行的材料生成模型DiffCSP。他們要求模型生成帶有阿基米德晶格（Archimedeanlattices）的材料。阿基米德晶格是一類二維多邊形鋪排的特殊結(jié)構(gòu)，長期以來被認為與量子自旋液體及“平帶”現(xiàn)象密切相關(guān)。

研究結(jié)果顯示，模型共生成了?1000多萬種候選材料，其中?100萬種通過了穩(wěn)定性篩選。研究人員隨后利用美國橡樹嶺國家實驗室的超級計算機，對?2.6萬種材料進行了更精細的模擬，結(jié)果發(fā)現(xiàn)其中?41%具有磁性。*終，他們在實驗室成功合成了兩種此前從未被發(fā)現(xiàn)的化合物：TiPdBi和TiPbSb，并驗證了其與模型預測相符的量子特性。

“我們希望發(fā)現(xiàn)能帶來巨大潛力的新材料，因此從這些幾何結(jié)構(gòu)出發(fā)是*自然的選擇。科學界早已知道這些結(jié)構(gòu)可能孕育量子特性，現(xiàn)在我們能更高效地找到對應的材料�！盡IT博士生、論文*作者RyotaroOkabe表示。

加速量子材料發(fā)現(xiàn)

量子自旋液體被認為是實現(xiàn)穩(wěn)定、抗誤差量子比特（qubit）的關(guān)鍵，從而可能為量子計算奠定基礎(chǔ)。然而迄今為止，還沒有任何一種量子自旋液體材料得到確證。

研究合作者、密歇根州立大學的WeiweiXie教授與普林斯頓大學的RobertCava教授認為，SCIGEN的方法有望大幅加快相關(guān)材料的探索進程。

Xie表示：“目前全球都在尋找量子計算與拓撲超導所需的材料，而這些材料往往與幾何晶格緊密相關(guān)。”

Cava補充稱：“實驗進展一直非常緩慢，因為量子自旋液體必須滿足特定的晶格條件，比如三角格子或Kagome格子。只要材料滿足這些條件，研究人員就會感到興奮，因為這是必要條件。SCIGEN可以一次性生成成百上千個這樣的候選，為實驗提供了更大的材料池�！�

未參與此研究的美國德雷塞爾大學教授SteveMay也對這項工作進行了評價：“這項研究展示了一種全新工具，能夠利用機器學習預測出具有特定幾何結(jié)構(gòu)的材料。它將顯著加快新材料的研發(fā)步伐，為下一代電子、磁性或光學技術(shù)提供可能�！�

研究人員強調(diào)，實驗驗證仍是關(guān)鍵步驟，只有通過實際合成與測試，才能確認AI生成的材料是否真的具備預期性能。未來，團隊計劃在SCIGEN中加入更多約束條件，比如化學成分與功能特性，進一步提升其應用價值。

博士生Okabe總結(jié)道：“想要改變世界的人，關(guān)注的不是材料的穩(wěn)定性，而是它們的實際特性。我們的做法降低了‘穩(wěn)定材料’的比例，但打開了尋找更有潛力材料的大門�！�

這項研究獲得了美國能源部、國家能源科研計算中心（NERSC）、國家科學基金會以及橡樹嶺國家實驗室的部分支持。

相關(guān)新聞