两年前，谷歌旗下深度念念维公司秘书，借深度学习工夫发现220万种新式晶体材料。本岁首，微软宣称其AI模子MatterGen能从零生成无机材料，有望颠覆无机材料设计范式。
东说念主工智能（AI）鼓吹材料征询的新期间似乎已开启，但品评声也随之而来。品评者合计部分AI遐想的化合物短缺原创性、实用性不及。AI会透澈改变材料发现范畴，已经会沦为过度炒作？英国《当然》网站日前一则报说念指出，大宗征询者招供AI在材料科学的精深后劲，但需与现实化学家深度互助，同期正视面前AI局限并接续转换，方能开释其沿路能量。
AI开动材料设计上升
在AI介入前，征询东说念主员主要依赖“密度泛函表面”（DFT）这一传统缱绻才略展望新材料及性质。DFT曾展望出超强磁体、超导体等优质新材料。
但DFT缱绻量极大，若要一次性筛选数百万种化合物，老本高到难以遐想，AI的价值就此突显。深度念念维公司开采的“材料探索图相聚”（GNoME）AI系统，一次性发现220万种新式晶体材料，涵盖元素周期表多种元素，其中包括5.2万种肖似石墨烯的层状化合物，以及528种有望转换可充电电板性能的锂离子导体。
好意思国劳伦斯伯克利国度现实室开采出A-Lab机器东说念主系统。该系统通过研读上万篇无机化合物合成论文，掌合手配方设计身手，可合成DFT已展望结构、却从未被制备的化合物。同期，A-Lab能操控机器东说念主推论现实、分析产物是否达标，必要时调遣配方竣事闭环优化。
GNoME与A-Lab论文发表后不久，微软推出AI器用MatterGen。相较于GNoME，MatterGen更具针对性，它能平直生成适合设计条目的材料。科学家不仅可指定材料类型，还能设定机械、电气、磁性等性能需求，为精确研发提供有劲器用。此外，元天地平台公司基础AI团队与佐治亚理工学院互助，聚焦“金属有机框架”（MOF）多孔材料，展望出100多种对二氧化碳强吸附的MOF结构，为AI加快平直空气拿获碳工夫研发提供了撑持。
原创性与实用性之辩
尽管行业巨头的探索势头强盛，争议却从未停歇。不少科学家直言，部分AI系统遐想的化合物既无原创性，也短缺实用价值。
好意思国加州大学圣巴巴拉分校材料科学家安东尼·奇塔姆等东说念主浏览深度念念维的假定晶体列表后发现，其AI展望的1.8万多种化合物包含钷、锕等荒芜辐射性元素，实用价值存疑。英国伦敦大学学院固体化学家罗伯特·帕尔格雷夫核查A-Lab征询后果时也指出，该名目合成的41种无机化合物中，部分材料描述有误，以至有早已合成的已知材料。
对此，A-Lab现实室东说念主员恢复，详备再分析讲明A-Lab对材料特质的描述可靠，照实合成了所宣称的化合物。深度念念维一位发言东说念主则示意，GNoME展望的700多种化合物已获其他征询东说念主员独处合成，且该模子还教化发现了几种未知铯基化合物，有望用于光电子与储能范畴。
微软的MatterGen也堕入争议。团队测试时让其推选特定硬度的新材料，其合成出“钽铬氧化物”无序化合物。但本年6月一篇预印本论文指出，这种材料早在1972年就已初次制备，以至被纳入MatterGen的熟习数据。
元天地平台公司与佐治亚理工学院的互助名目不异遭质疑。瑞士洛桑联邦理工学院缱绻化学家贝伦德·斯密特通过缱绻说明，互助名目建议的新材料无法竣事平直空气拿获，模子高估了材料与二氧化碳的策划身手，部分原因是熟习所用基础数据库存在缺点。
实用化需打破多重关卡
争议虽在，大宗征询者仍折服，接续优化后，AI模子将有劲鼓吹材料科学跳跃。
为确保AI后果可靠，微软团队开采援手AI系统MatterSim，特意考证MatterGen建议的结构在竟然温度、压力条目下是否得当。但即便AI援手材料发现被说明有用，东说念主类还靠近精深挑战：譬怎么如按商场需求优化工艺，又譬怎么如竣事新材料大限制制造，并将其融入交易产物。
好意思国Citrine信息学公司的AI系统正助力客户优化现存材料与制造工艺。该公司首席推论官格雷格·穆荷兰德示意，每位客户皆领有定制化Citrine模子，这些模子基于客户稀奇现实数据熟习，还融入研发东说念主员的“化学直观”，以增强AI判断力。
不行否定，社会对新材料的紧迫需求，将接续鼓吹AI在该范畴的探索。东说念主类面前边临的诸多紧要社会挑战，背后皆受限于材料瓶颈。科学家期待借助AI，设计出可限制化出产、简直影响平淡糊口的先进材料云开体育，让AI在材料科学范畴的价值简直落地。