2023 年 12 月，谷歌 DeepMind 在「Nature」上發(fā)布其在材料化學(xué)領(lǐng)域的深度學(xué)習(xí)模型 GNoME，宣稱發(fā)現(xiàn)了 220 萬種新的無機材料的晶體結(jié)構(gòu)。距離該突破性成就不到一周，微軟就宣布將要推出用于材料逆向設(shè)計的生成式 AI 模型 MatterGen，并向大家表示，未來完全可以根據(jù)所需要的性質(zhì)直接設(shè)計新材料的結(jié)構(gòu)。

如果說，谷歌的 GNoME 模型向我們展示了 AI 具備在龐大化學(xué)空間中快速發(fā)現(xiàn)新材料的潛力，那微軟的 MatterGen 則進一步證明了生成式 AI 通過逆向設(shè)計精準滿足特定需求的能力，二者展現(xiàn)了 AI 在材料化學(xué)領(lǐng)域的不同切入點，也標(biāo)志著從大規(guī)模發(fā)現(xiàn)到「按需設(shè)計」的新技術(shù)躍遷。1 月 16 日，MatterGen 成果以「A generative model for inorganic materials design」為題，終于在 Nature 上正式見刊，更令人興奮的是，模型現(xiàn)已開源，HyperAI超神經(jīng)已在官網(wǎng)上線教程「MatterGen 無機材料設(shè)計模型 Demo」，一鍵即可部署運行，歡迎大家測試模型性能。

東南大學(xué)王金蘭教授曾在「Inverse design with deep generative models: next step in materials discovery」文章中指出，在傳統(tǒng)的機器學(xué)習(xí)輔助材料設(shè)計研究中，大多是預(yù)測整個化學(xué)空間中候選材料的特性，并進行大規(guī)模篩選，以尋找具有目標(biāo)性能的潛在材料，但逆向設(shè)計能夠直接沿著最優(yōu)路徑生成合格的化合物，她認為，生成模型是逆向設(shè)計材料的一種有效策略，這與微軟的研究不謀而合。

MatterGen 基于擴散模型，可以根據(jù)目標(biāo)空間群生成結(jié)構(gòu)，比如在設(shè)計多屬性磁性材料時，提出了既有高磁密度又具有 low supply-chain risk 化學(xué)成分的結(jié)構(gòu)。與此同時，該模型還配備了多個可調(diào)適配模塊，可以根據(jù)化學(xué)性質(zhì)、對稱性和材料特性等約束條件進行微調(diào)，生成滿足特定磁性、電子或機械性能的材料，并通過 DFT 進行驗證。由此可見，基于某個場景來「定制化」新材料或許將在不遠的未來成為現(xiàn)實。

除了上述提到的擴散模型，如今主流的生成模型還包含生成對抗網(wǎng)絡(luò) (GANs)、變分自編碼器 (VAEs)、自回歸模型 (Autoregressive Models) 等，其核心原理都是通過學(xué)習(xí)數(shù)據(jù)分布來生成新的樣本。

今天這篇文章，HyperAI超神經(jīng)將為大家介紹生成模型逆向設(shè)計新材料的價值，并探討該技術(shù)在電池材料、高熵合金、超導(dǎo)材料等方面的具體進展。
新材料研發(fā)與蛋白質(zhì)設(shè)計之間的「相似性」
在典型的材料開發(fā)問題中，我們希望找到一種具有特定性能的新材料，其實就是在尋找一種合適的晶體結(jié)構(gòu)，使其符合目標(biāo)屬性。

過去，我們開發(fā)新材料的方式主要依賴試錯，這種「正向設(shè)計」的特點是從結(jié)構(gòu)到性質(zhì)的發(fā)現(xiàn)。以最常見的替換法為例，La-Ba-Cu-O 超導(dǎo)體是最早的銅基超導(dǎo)體，但是它只有 35 K 的超導(dǎo)，低于液氮溫區(qū)，研究人員從結(jié)構(gòu)出發(fā)，將 La 替換為 Y 元素后發(fā)現(xiàn)，Y-Ba-Cu-O 超導(dǎo)體的超導(dǎo)溫度高于液氮溫區(qū)。然而，這種方法的研發(fā)周期非常長，且存在高度偶然性。

隨著計算機技術(shù)和量子力學(xué)理論的進步，基于密度泛函理論 (DFT) 的材料預(yù)測方法逐漸成熟，結(jié)合結(jié)構(gòu)搜索算法和高通量計算，可以在某些數(shù)據(jù)庫上，根據(jù)某些約束來高效地篩選潛在材料，然后再送到實驗室合成、測試。然而，未知材料的化學(xué)空間極其龐大，不同元素的潛在組合甚至高達百萬級別以上，這導(dǎo)致大規(guī)模篩選的計算成本非常昂貴。
AI 驅(qū)動的逆向設(shè)計提供了一種全新的思路，它跳出材料空間篩選的慣性思維，直接生成滿足目標(biāo)性能的材料結(jié)構(gòu)，實現(xiàn)材料的高效設(shè)計和優(yōu)化。

事實上，基于 AI 驅(qū)動的逆向設(shè)計已經(jīng)在生物醫(yī)學(xué)領(lǐng)域取得了突破性進展，2024 年 10 月，諾貝爾化學(xué)獎首次涉及 AI 領(lǐng)域，其中一半獎項被授予美國華盛頓大學(xué)的 David Baker，以表彰他在蛋白質(zhì)設(shè)計上的突出貢獻。在他的多項研究中，我們都可以觀察到其反向使用深度學(xué)習(xí)為設(shè)計功能性新蛋白質(zhì)生成氨基酸序列的案例。

2024 諾貝爾化學(xué)獎獲得者

新材料研發(fā)與蛋白質(zhì)設(shè)計有許多相似之處，比如材料的宏觀性質(zhì)由其微觀結(jié)構(gòu)決定，蛋白質(zhì)也是如此。在蛋白質(zhì)領(lǐng)域，氨基酸序列指導(dǎo)蛋白質(zhì)折疊成特定的二級、三級乃至四級結(jié)構(gòu)，進而決定其生物學(xué)功能。與此類似，材料科學(xué)依賴于原子、化學(xué)鍵及官能團的選擇與排列，構(gòu)建分子或更復(fù)雜的材料結(jié)構(gòu)，進而決定其性能。
這種相似性使得蛋白質(zhì)設(shè)計中流行的 AI 方法能夠為材料科學(xué)的研究提供借鑒，例如通過逆向設(shè)計優(yōu)化材料性能，探索新結(jié)構(gòu)或開發(fā)全新材料。

與此同時，其他在生物醫(yī)藥領(lǐng)域中涌現(xiàn)的生成模型、視覺模型、語言模型以及其他先進技術(shù)，如強化學(xué)習(xí)、注意力機制、擴散模型、預(yù)訓(xùn)練模型、多模態(tài)技術(shù)、模型對齊機制等，在材料科學(xué)中也有著廣闊的應(yīng)用潛力。

值得一提的是，由于新材料不需要經(jīng)歷生物醫(yī)藥的漫長臨床試驗周期，以及排除倫理安全等因素的影響，實際落地的可能性或許更大。
以微軟 MatterGen 為例，探討生成式 AI 逆向設(shè)計材料新范式

微軟的 MatterGen 模型主要是基于擴散架構(gòu)，先將原子類型、原子位置、周期性晶格逐步破壞為隨機結(jié)構(gòu)，然后訓(xùn)練一個模型反向完成這一過程，讓模型學(xué)習(xí)如何從隨機噪聲逐步還原回原始材料結(jié)構(gòu)。論文的通訊作者謝天認為，這與視頻生成的核心思想非常相似。

以 OpenAI 開發(fā)的文生視頻模型 Sora 為例，研究人員基于自編碼器 (Encoder)，通過「視頻壓縮網(wǎng)絡(luò)」的技術(shù)，將輸入的圖片或視頻壓縮成一個更低維度的數(shù)據(jù)，并將這些壓縮后的視頻分解為「空間時間補丁」，進一步轉(zhuǎn)換成一維的數(shù)據(jù)序列，方便 Transformer 處理。隨后，Transformer 會完成每個空間時間補丁的噪聲去除，再通過解碼器 (Decoder) 將處理后的張量數(shù)據(jù)還原成視頻。

Sora 工作流

而另一方面，在擴散架構(gòu)的基礎(chǔ)上，研究人員讓模型學(xué)習(xí)已知穩(wěn)定材料數(shù)據(jù)的結(jié)構(gòu)，一旦模型訓(xùn)練完成，就可以無條件地從隨機分布中采樣，并經(jīng)過反向過程，讓模型基于它對材料規(guī)律的理解，生成符合條件的新材料結(jié)構(gòu)。進一步地，研究人員向網(wǎng)絡(luò)的每一層添加條件來微調(diào)基礎(chǔ)模型，這些條件可以是特定的化學(xué)性質(zhì)、對稱性，或者任何目標(biāo)屬性（磁性、密度等），經(jīng)過微調(diào)后，模型可以根據(jù)指定條件直接生成材料結(jié)構(gòu)，并通過計算方法驗證其穩(wěn)定性。

如下所示，在鍶-釩-氧化學(xué)系統(tǒng)的新材料生成案例中，MatterGen 生成的材料結(jié)構(gòu)看起來非常合理 (f-i)，計算驗證后發(fā)現(xiàn)，這些材料具備穩(wěn)定性。

在目標(biāo)化學(xué)系統(tǒng)中生成材料

進一步地，除了計算驗證之外，團隊還與中科院深圳先進技術(shù)研究院合作，利用 MatterGen 成功合成了新型材料 TaGr2O6，實驗測得其體積模量為 169 GPa，與設(shè)計值 200 GPa 相對誤差低于 20%。與此同時，團隊還希望從科學(xué)家那里獲得反饋，持續(xù)迭代和優(yōu)化模型，以期提高其實際應(yīng)用價值。

值得一提的是，由于大多數(shù)材料設(shè)計問題都涉及尋找具有極端特性的材料，比如室溫超導(dǎo)體、用于電池的超離子導(dǎo)體，傳統(tǒng)的基于搜索的方法很難實現(xiàn)，但生成式模型以目標(biāo)屬性為指導(dǎo)，可以為發(fā)現(xiàn)這些突破性材料提供機會。微軟正在利用這種模型進行多種材料的探索，涵蓋電池設(shè)計、太陽能電池設(shè)計以及碳捕獲領(lǐng)域。

更多應(yīng)用：以高熵合金、超導(dǎo)材料開發(fā)為例

我們都知道，新材料不僅是驅(qū)動諸如航空航天、新能源、電子信息及生物醫(yī)藥等高科技領(lǐng)域發(fā)展的基石，也是托舉新技術(shù)、新裝備、新工程的中堅力量。然而，目前我國的材料工業(yè)仍以傳統(tǒng)材料為主，在新材料特別是高端新材料方面供給有限，與此同時，由于關(guān)鍵技術(shù)的短缺，我們對進口材料有一定的依賴性，受制于人的短板問題仍然突出。

現(xiàn)如今，隨著生成式 AI 的發(fā)展，材料科學(xué)正在迎來新的研究范式變革，如果我們能夠盡早入場這一新興領(lǐng)域，或?qū)榭朔贪逄峁┛赡?，有望實現(xiàn)「彎道超車」。接下來，筆者將以生成式 AI 在開發(fā)高熵合金、超導(dǎo)材料等應(yīng)用中的具體案例為例，探討這一技術(shù)如何助力新材料實現(xiàn)跨越式發(fā)展。
高熵合金

在諸如燃氣輪機、核反應(yīng)堆和航空推進系統(tǒng)等工程應(yīng)用中，對具備優(yōu)異高溫機械性能的金屬合金需求十分旺盛。耐火高熵合金 (RHEAs) 通過添加不同的高熔點耐火元素，能夠在 1000°C 及以上溫度中保持高強度能力，表現(xiàn)出與高溫合金相當(dāng)?shù)母邷貜姸?，這引起了研究人員們的廣泛關(guān)注。

然而，與其他高溫合金相比，RHEAs 在特定方面（如室溫延展性等）的性能仍受到挑戰(zhàn)，過去設(shè)計 RHEAs 時大多依賴于研究人員的經(jīng)驗和直覺，具備高度不確定性，與此同時，RHEAs 可能的組成空間很大，包含數(shù)十億種候選成分，嚴重限制了我們對潛在合金的快速發(fā)現(xiàn)。

對此，賓夕法尼亞州立大學(xué)材料科學(xué)與工程系、計算與數(shù)據(jù)科學(xué)研究所助理教授 Wesley Reinhart 在 Journal of Materials Informatics 上發(fā)表論文「Generative deep learning as a tool for inverse design of high entropy refractory alloys」，并得出了一個初步結(jié)論——生成模型是一種很有前途的材料設(shè)計新方法，尤其是在高熵合金設(shè)計上，該成果被 JMI 評為年度優(yōu)秀論文。

在這篇論文中，研究人員提到，過去 10 年，以密度泛函理論 (DFT) 為例的計算方法已經(jīng)基本成熟，并積累了大量數(shù)據(jù)，這為深度學(xué)習(xí)的應(yīng)用提供了基礎(chǔ)，推動了「前向模型」的發(fā)展，但遺憾的是，龐大的設(shè)計空間仍然是一個關(guān)鍵挑戰(zhàn)，生成式建模的「逆向設(shè)計」為此提供了解決方案。

因此，研究人員利用條件生成對抗網(wǎng)絡(luò) (CGAN) 為生成器提供額外的條件向量，進而控制其輸出。換句話說，條件向量可以提供與目標(biāo)屬性（如合金成分或性能指標(biāo)）相關(guān)的信息，建立潛在空間和期望指標(biāo)之間的映射，生成器通過學(xué)習(xí)基于合金成分的合金性能數(shù)據(jù)概率分布，生成符合條件的樣本。值得一提的是，該模型已成功設(shè)計鋁合金，并通過計算方法進行了驗證。

使用條件 GAN 進行材料逆向設(shè)計的生成式建模示意圖

值得一提的是，研究人員還提到，除了利用 CGAN，條件變分自編碼器 (CVAE) 也可用于新材料設(shè)計，但因為訓(xùn)練過程固有的噪聲注入，以及對重建誤差的預(yù)定義度量要求，VAE 的效果不如 GAN。
超導(dǎo)材料

超導(dǎo)材料指的是在某一溫度下電阻為零的導(dǎo)體，其應(yīng)用十分廣泛，覆蓋輸電、電機、交通運輸、航天、微電子、電子計算機、通信、核物理、新能源、生物工程、醫(yī)療以及軍事裝備等領(lǐng)域，自人類發(fā)現(xiàn)超導(dǎo)現(xiàn)象以來，該領(lǐng)域已經(jīng)產(chǎn)生了多個相關(guān)的諾貝爾獎。

發(fā)現(xiàn)具有高臨界溫度 (Tc) 的新型超導(dǎo)體一直材料科學(xué)、凝聚態(tài)物理學(xué)領(lǐng)域的重要任務(wù)，美國國家標(biāo)準與技術(shù)研究所等聯(lián)合微軟研究人員，提出了一種新的擴散模型，用于生成具有獨特結(jié)構(gòu)和化學(xué)組成的超導(dǎo)體。該研究以「Inverse Design of Next-generation Superconductors Using Data-driven Deep Generative Models」為題，發(fā)表在 The Journal of Physical Chemistry Letters 上。

在這項成果中，研究人員提到，想要將生成模型用在周期性材料中，面臨的主要挑戰(zhàn)是創(chuàng)建具有平移和旋轉(zhuǎn)不變性的表示形式，這個問題可以用晶體擴散變分自編碼器 (CDVAE) 來解決。

使用 DFT、ALIGNN 和 CDVAE 生成模型的新型超導(dǎo)體的完整逆向設(shè)計工作流程

因此，如上圖所示，研究人員用 1,058 種超導(dǎo)材料的 DFT 數(shù)據(jù)訓(xùn)練 CDVAE 模型，讓其生成 3,000 種新的超導(dǎo)體候選材料。隨后，用預(yù)訓(xùn)練的深度學(xué)習(xí)模型 ALIGNN 預(yù)測這些候選結(jié)構(gòu)的超導(dǎo)性能，篩選后得到了 61 個候選材料。最后，研究人員對這些材料進行 DFT 計算，以驗證預(yù)測結(jié)果，并評估新材料的動態(tài)和熱力學(xué)穩(wěn)定性。15 種具有潛力的候選超導(dǎo)材料結(jié)構(gòu)如下圖所示，研究發(fā)現(xiàn)，這樣的方法使得下一代材料的逆向設(shè)計成為可能。

通過 CDVAE 生成并經(jīng) DFT 驗證的頂級超導(dǎo)候選材料（最接近凸包）的頂視圖和側(cè)視圖

當(dāng)然，除了以上提到的案例，生成模型也在其他材料設(shè)計上得到了具體應(yīng)用。筆者特意整理了一些案例，可供大家參考。
*鋰電池設(shè)計

論文題目：Li-ion battery design through microstructural optimization using generative AI

*納米復(fù)合材料設(shè)計

論文題目：Generative AI for Tailored Functionalities in Nanocomposite Materials
*二維材料設(shè)計

論文題目：Computational Discovery of New 2D Materials Using Deep Learning Generative Models

*工程水泥基復(fù)合材料設(shè)計

論文題目：Generative AI for performance-based design of engineered cementitious composite

*機械和仿生材料設(shè)計

論文題目：Enhancing mechanical and bioinspired materials through generative AI approaches

寫在最后

目前，生成式 AI 在材料設(shè)計中的應(yīng)用很多仍停留在試驗階段，為了真正實現(xiàn)技術(shù)落地，除了通過計算評估材料性能外，還需要依賴現(xiàn)實中的實驗驗證。在這方面，如果想要縮小計算篩選與試驗合成新材料的差距，并以最小的人力快速發(fā)現(xiàn)材料，構(gòu)建自動化實驗室、實現(xiàn)閉環(huán)發(fā)現(xiàn)就顯得尤為重要了。

以加州大學(xué)伯克利分校的自動化實驗室 A-Lab 為例，其不僅能自動執(zhí)行實驗步驟，還能基于數(shù)據(jù)自主做出決策，在 17 天的連續(xù)運行中，成功合成了 58 個目標(biāo)材料中的 41 個，成功率高達 71%。由此可見，利用生成式 AI 設(shè)計材料，并通過自動化實驗室進行高效合成與驗證，正成為推動材料科學(xué)快速發(fā)展的一種有效途徑。