两年前，谷歌旗下深度想维公司书记，借深度学习时刻发现220万种新式晶体材料。本岁首开云体育，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）激动材料研讨的新时间似乎已开启，但品评声也随之而来。品评者合计部分AI遐想的化合物枯竭原创性、实用性不及。AI会透彻更正材料发现边界，也曾会沦为过度炒作？英国《当然》网站日前一则报说念指出，大批研讨者招供AI在材料科学的无边后劲，但需与实验化学家深度勾搭，同期正视面前AI局限并连接更正，方能开释其一说念能量。

　　AI运行材料设计激越

　　在AI介入前，研讨东说念主员主要依赖“密度泛函表面”（DFT）这一传统策划递次瞻望新材料及性质。DFT曾瞻望出超强磁体、超导体等优质新材料。

　　但DFT策划量极大，若要一次性筛选数百万种化合物，本钱高到难以遐想，AI的价值就此突显。深度想维公司建造的“材料探索图网罗”（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5.2万种雷同石墨烯的层状化合物，以及528种有望更正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实验室建造出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，掌持配方设计才能，可合成DFT已瞻望结构、却从未被制备的化合物。同期，A-Lab能操控机器东说念主本质实验、分析产物是否达标，必要时调整配方达成闭环优化。

　　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，它能径直生成稳当设计要求的材料。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勾搭，聚焦“金属有机框架”（MOF）多孔材料，瞻望出100多种对二氧化碳强吸附的MOF结构，为AI加快径直空气拿获碳时刻研发提供了辅助。

　　原创性与实用性之辩

　　尽管行业巨头的探索势头刚劲，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，也枯竭实用价值。

　　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想维的假定晶体列表后发现，其AI瞻望的1.8万多种化合物包含钷、锕等非常辐射性元素，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研讨效能时也指出，该技俩合成的41种无机化合物中，部分材料描写有误，以至有早已合成的已知材料。

　　对此，A-Lab实验室东说念主员恢复，详备再分析讲授A-Lab对材料特质的描写可靠，如实合成了所宣称的化合物。深度想维一位发言东说念主则示意，GNoME瞻望的700多种化合物已获其他研讨东说念主员独处合成，且该模子还指令发现了几种未知铯基化合物，有望用于光电子与储能边界。

　　微软的MatterGen也堕入争议。团队测试时让其保举特定硬度的新材料，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的历练数据。

　　元天地平台公司与佐治亚理工学院的勾搭技俩相似遭质疑。瑞士洛桑联邦理工学院策划化学家贝伦德·斯密特通过策划证据，勾搭技俩冷漠的新材料无法达成径直空气拿获，模子高估了材料与二氧化碳的聚首才能，部分原因是历练所用基础数据库存在症结。

　　实用化需残害多重关卡

　　争议虽在，大批研讨者仍服气，连接优化后，AI模子将有劲激动材料科学超越。

　　为确保AI效能可靠，微软团队建造辅助AI系统MatterSim，故意考证MatterGen冷漠的结构在果然温度、压力要求下是否巩固。但即便AI辅助材料发现被证据有用，东说念主类还濒临无边挑战：比喻若何按阛阓需求优化工艺，又比喻若何达成新材料大限制制造，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。该公司首席本质官格雷格·穆荷兰德示意，每位客户皆领有定制化Citrine模子，这些模子基于客户独到实验数据历练，还融入研发东说念主员的“化学直观”，以增强AI判断力。

　　不成否定，社会对新材料的焦躁需求，将连接激动AI在该边界的探索。东说念主类面前边临的诸多要紧社会挑战开云体育，背后皆受限于材料瓶颈。科学家期待借助AI，设计出可限制化分娩、果然影响泛泛生计的先进材料，让AI在材料科学边界的价值果然落地。