由于林雪平大学和英国剑桥大学的一组研究人员开发了一种新的人工智能模型，现在可以在更大范围内绘制“化学空间”。这一发现已发表在《科学进展》杂志上。

所谓的未知物质和分子的“化学空间”，可以说与太空本身一样广阔和未被探索。因此，有充分的理由开发寻找迄今未知材料的方法。林雪平大学和剑桥大学的研究人员开发了一种机器学习方法，可以比以前更大规模地绘制化学空间图。

人工智能模型描述了原子所在位置之间的对称性，这使得探索有趣的可能性变得更加容易。

“我们已经使用超过300,000种材料训练了该模型，并让它提出了以前未知的材料，其中原子以新的对称方式放置”，材料设计和信息学部门基于物理的建模讲师RickardArmiento说在林雪平大学。

少干草

使用新方法，可以使用AI预测新晶体结构中物质的新组合，而无需在实验室中制造。这加快了材料的设计和开发。通过这种方式，研究人员可以开发潜在的新材料，例如用于电池和太阳能电池的开发。

“如果我们将材料发现想象成大海捞针，那么我们的方法可以让我们在开始搜索之前显着减少‘干草’的数量，”剑桥大学卡文迪许实验室的博士生RhysGoodall说。

寻找可以形成稳定材料的物质组合是材料科学的基础，也是了解材料结构的基础。确定材料是否稳定涉及大量计算。本研究开发的模型使计算更加有效，因为该模型研究现有材料以预测新组合是否稳定。

“我们展示了如何使用该模型来筛选潜在材料，并将我们的计算和实验工作集中在最有希望的材料上，”RhysGoodall说。

功能材料

该方法预测了有前途的材料的结构，例如，这些材料可能在压电和能量提取方面的效率提高五倍。

FelixAndreasFaber是剑桥大学的博士后。他补充说，目前可以计算晶体稳定性的模拟非常缓慢且成本高昂。

“理论上可能的无机固体空间是如此之大，以至于不可能研究或制造它的一小部分。我们的模型克服了其中的许多问题”，FelixAndreasFaber说道。

研究人员现在使用新模型来寻找新的功能材料。林雪平大学理论物理系有几个项目，这些项目的方法有朝一日可能会用于硬表面涂层材料的开发，以及量子信息科学中应用的缺陷设计。

该研究由瑞典研究委员会、瑞典电子科学研究中心以及皇家学会和Winton可持续物理学项目资助。该研究利用了林雪平大学国家超级计算机中心的计算资源，该中心由瑞典国家计算基础设施提供。

文章：通过无坐标粗粒化快速发现稳定材料，RhysA.Goodall、AbhijithS.Parackal、FelixA.Faber、RickardArmiento、AlphaA.Lee，ScienceAdvances于2022年7月27日在线发布。DOI：10.1126/sciadv变种abn4117