人工智能学习固体中原子排列的语言
12月6日
一种新的人工智能模型可以预测原子在晶体结构中的排列方式，这可能会更快地发现从太阳能电池板到计算机芯片等各种新材料。
这项名为crystm的技术是由雷丁大学和伦敦大学学院的NBA投注[手机]俱乐部研究人员开发的。它的工作原理类似于人工智能聊天机器人，通过NBA投注[手机]俱乐部研究数以百万计的现有晶体结构来学习晶体的“语言”。
这个新系统今天（12月6日星期五）发表在《自然通讯》上，它将分发给科学界，以帮助发现新材料。
路易斯·安图内斯博士在雷丁大学完成博士学位时领导了这项NBA投注[手机]俱乐部研究，他说：“预测晶体结构就像解开一个复杂的、多维的谜题，其中隐藏着碎片。晶体结构预测需要巨大的计算能力来测试无数可能的原子排列。
“通过NBA投注[手机]俱乐部研究数以百万计的已知晶体结构来理解模式并预测新的模式，crystm提供了一个突破，就像一个解决谜题的专家，他识别出获胜的模式，而不是尝试每一个可能的动作。”
预测不熟悉材料的结构
目前NBA投注[手机]俱乐部研究原子如何排列成晶体的过程依赖于对原子之间物理相互作用的耗时的计算机模拟。crystm以一种更简单的方式工作。它不使用复杂的物理计算，而是通过阅读晶体学信息文件（表示晶体结构的标准格式）中包含的数以百万计的晶体结构描述来学习。
crystm将这些晶体描述视为文本。当它阅读每一个描述时，它就会预测接下来会发生什么，逐渐了解晶体的结构模式。这个系统从来没有被教授过任何物理或化学规则，而是自己发现了这些规则。通过阅读这些描述，它学会了原子如何自我排列，原子的大小如何影响晶体的形状。
经过测试，crystm可以成功地生成真实的晶体结构，甚至是以前从未见过的材料。
该NBA投注[手机]俱乐部研究小组创建了一个免费网站，NBA投注[手机]俱乐部研究人员可以使用crystm生成晶体结构。将这种模型集成到晶体结构预测工作流程中，可以加速新材料的开发，比如更好的电池、更高效的太阳能电池和更快的计算机芯片。
Antunes, l.m., Butler， K.T.和Grau-Crespo， R.基于自回归大语言建模的晶体结构生成。中国生物医学工程学报，2016,33(2)。https://doi.org/10.1038/s41467-024-54639-7
图片来源:Ella Maru工作室