科技日报记者 刘霞

约两年前，谷歌旗下深度思惟公司宣布，材料借深度进修技能创作创造220万种新型晶体材料。研究今岁首，时代微软撒播宣传其AI模型MatterGen能从零生成无机材料，鞭挞有看倾覆无机材料筹划范式。材料

人工智能（AI）鞭挞材料研究的研究新时代似乎已开启 ，但攻讦声也随之而来 。时代攻讦者认为部分AI想象的鞭挞化合物窘蹙原创性、合用性窘蹙 。材料AI会无瑕玷窜材料创作创造局限 ，研究仍是时代会沦为过分炒作 ？英国《天然》网站日前一则报导指出，除夜都研究者招认AI在材料科学的鞭挞宏除夜潜力，但需与考验考验化学家深度合作，材料同时正视往后AI局限并延续改进，研究方能释放其全数能量 。

AI驱动材料筹划降低

在AI介入前 ，研究人员次要依托“密度泛函幻想”（DFT）这一传兼顾算编制料想新材料及性质。DFT曾料想出超强磁体 
、超导体等精细新材料
。

但DFT筹算劲极除夜，若要一次性遴选数百万种化合物
，成本高到不成思议
，AI的价值就此凸显 。深度思惟公司斥地的“材料试探图群集”（GNoME）AI琐细，一次性创作创造220万种新型晶体材料  ，涵盖元素周期表多种元素，个中包含5.2万种近似石墨烯的层状化合物，和528种有看改进可充电电池功用的锂离子导体。

劳伦斯伯克利国度考验考验室斥地出A-Lab机械人琐细 。该琐细经由过程研读上万篇无机化合物分化论文 ，掌控配方筹划身手，可分化DFT已料想筹划 、却从未被制备的化合物。同时，A-Lab能操控机械人奉行考验考验、分化产品可否达标 ，需求时调剂配方完成闭环优化。

GNoME与A-Lab论文宣布后不久，微软推出AI对象MatterGen。相较于GNoME ，MatterGen更具针对性，它能直接生成契合筹划前提的材料。科学家不单可指定材料圭表类型 ，还能设定机械
、电气、磁性等功用需求，为精准研发供给无力对象。此外
，元宇宙平台公司根本AI团队与佐治亚理工学院合作，聚焦“金属无机框架”（MOF）多孔材料，料想出100多种对二氧化碳强吸附的MOF筹划 ，为AI加快直接氛围捕获碳技能研发供给了支撑。

原创性与合用性之辩

当然行业巨擘的试探势头微弱 ，争议却从未停歇
 。良多科学家婉言 ，部分AI琐细想象的化合物既无原创性，也窘蹙合用价值。

美国加州除夜学圣巴巴拉分校材料科学家安东尼·奇塔姆等人不雅不雅不雅不雅鉴赏深度思惟的假定晶体列表后创作创造，其AI料想的1.8万多种化合物包含钷、锕等罕有放射性元素，合用价值存疑。英国伦敦除夜学学院固体化学家罗伯特·帕尔格雷夫查对A-Lab研究下场时也指出，该项目分化的41种无机化合物中，部分材料描摹有误，甚至有早已分化的已知材料 。

对此 ，A-Lab考验考验室人员回应，具体再分化证实A-Lab对原料特点的描摹刚毅
，切实其实分化了所撒播宣传的化合物。深度思独一名讲话人则展示，GNoME料想的700多种化合物已获其他研究人员自力分化 ，且该模型还带领创作创造了几种未知铯基化合物  ，有看用于光电子与储能局限。

微软的MatterGen也堕进争议 。团队测试时让其推荐特定硬度的新材料 ，其分化出“钽铬氧化物”无序化合物 。但本年6月一篇预印本论文指出，这类材料早在1972年就已初度制备，甚至被纳进MatterGen的操练数据。

元宇宙平台公司与佐治亚理工学院的合作项目一样遭质疑。瑞士洛桑联邦理工学院筹算化学家贝伦德·斯密特经由过程筹算证实 ，合作项目提出的新材料没法完成直接氛围捕获，模型高估了材料与二氧化碳的结称身手 ，部分启事是操练所用根本数据库存在偏向。

合用化需打破多重关卡

争议虽在，除夜都研究者仍信赖 ，延续优化后 ，AI模型将无力鞭挞材料科学进步。

为确保AI下场刚毅，微软团队斥地赞助AI琐细MatterSim ，专门验证MatterGen提出的筹划在真实温度、压力前提下可否晃荡。但即便AI赞助材料创作创造被证实有效 ，人类还面对宏除夜挑衅 ：比如若何按市场需求优化工艺
，又比如若何完成新材料除夜局限建造，并将其融进贸易产品。

美国Citrine信息学公司的AI琐细正助力客户优化现有材料与建造工艺。该公司首席奉行官格雷格·穆荷兰德展示，每位客户都具有定制化Citrine模型，这些模型基于客户专有考验考验数据操练，还融进研发人员的“化学直觉” ，以加强AI剖断力
。

不成否定，社会对新材料的孔殷需求，将延续鞭挞AI在该局限的试探。人类往后面对的诸多重除夜社会挑衅 ，面前都受限于材料瓶颈 。科学家等待借助AI，筹划出可局限化花费
、真正影响往常糊口的进步先辈材料，让AI在材料科学局限的价值真正落地。