兩年前，谷歌旗下深度思維公司宣布，借深度學(xué)習(xí)技術(shù)發(fā)現(xiàn)220萬種新型晶體材料。今年初，微軟宣稱其AI模型MatterGen能從零生成無機材料，有望顛覆無機材料設(shè)計范式。

　　人工智能（AI）推動材料研究的新時代似乎已開啟，但批評聲也隨之而來。批評者認(rèn)為部分AI設(shè)想的化合物缺乏原創(chuàng)性、實用性不足。AI會徹底改變材料發(fā)現(xiàn)領(lǐng)域，還是會淪為過度炒作？英國《自然》網(wǎng)站日前一則報道指出，多數(shù)研究者認(rèn)可AI在材料科學(xué)的巨大潛力，但需與實驗化學(xué)家深度合作，同時正視當(dāng)前AI局限并持續(xù)改進(jìn)，方能釋放其全部能量。

圖片來源：《自然》網(wǎng)站

　　AI驅(qū)動材料設(shè)計熱潮

　　在AI介入前，研究人員主要依賴“密度泛函理論”（DFT）這一傳統(tǒng)計算方法預(yù)測新材料及性質(zhì)。DFT曾預(yù)測出超強磁體、超導(dǎo)體等優(yōu)質(zhì)新材料。

　　但DFT計算量極大，若要一次性篩選數(shù)百萬種化合物，成本高到難以想象，AI的價值就此凸顯。深度思維公司開發(fā)的“材料探索圖網(wǎng)絡(luò)”（GNoME）AI系統(tǒng)，一次性發(fā)現(xiàn)220萬種新型晶體材料，涵蓋元素周期表多種元素，其中包括5.2萬種類似石墨烯的層狀化合物，以及528種有望改進(jìn)可充電電池性能的鋰離子導(dǎo)體。

　　美國勞倫斯伯克利國家實驗室開發(fā)出A-Lab機器人系統(tǒng)。該系統(tǒng)通過研讀上萬篇無機化合物合成論文，掌握配方設(shè)計能力，可合成DFT已預(yù)測結(jié)構(gòu)、卻從未被制備的化合物。同時，A-Lab能操控機器人執(zhí)行實驗、分析產(chǎn)物是否達(dá)標(biāo)，必要時調(diào)整配方實現(xiàn)閉環(huán)優(yōu)化。

　　GNoME與A-Lab論文發(fā)表后不久，微軟推出AI工具M(jìn)atterGen。相較于GNoME，MatterGen更具針對性，它能直接生成符合設(shè)計條件的材料?？茖W(xué)家不僅可指定材料類型，還能設(shè)定機械、電氣、磁性等性能需求，為精準(zhǔn)研發(fā)提供有力工具。此外，元宇宙平臺公司基礎(chǔ)AI團(tuán)隊與佐治亞理工學(xué)院合作，聚焦“金屬有機框架”（MOF）多孔材料，預(yù)測出100多種對二氧化碳強吸附的MOF結(jié)構(gòu)，為AI加速直接空氣捕獲碳技術(shù)研發(fā)提供了支撐。

　　原創(chuàng)性與實用性之辯

　　盡管行業(yè)巨頭的探索勢頭強勁，爭議卻從未停歇。不少科學(xué)家直言，部分AI系統(tǒng)設(shè)想的化合物既無原創(chuàng)性，也缺乏實用價值。

　　美國加州大學(xué)圣巴巴拉分校材料科學(xué)家安東尼·奇塔姆等人瀏覽深度思維的假設(shè)晶體列表后發(fā)現(xiàn)，其AI預(yù)測的1.8萬多種化合物包含钷、錒等稀有放射性元素，實用價值存疑。英國倫敦大學(xué)學(xué)院固體化學(xué)家羅伯特·帕爾格雷夫核查A-Lab研究結(jié)果時也指出，該項目合成的41種無機化合物中，部分材料描述有誤，甚至有早已合成的已知材料。

　　對此，A-Lab實驗室人員回應(yīng)，詳細(xì)再分析證明A-Lab對材料特性的描述可靠，確實合成了所聲稱的化合物。深度思維一位發(fā)言人則表示，GNoME預(yù)測的700多種化合物已獲其他研究人員獨立合成，且該模型還指導(dǎo)發(fā)現(xiàn)了幾種未知銫基化合物，有望用于光電子與儲能領(lǐng)域。

　　微軟的MatterGen也陷入爭議。團(tuán)隊測試時讓其推薦特定硬度的新材料，其合成出“鉭鉻氧化物”無序化合物。但今年6月一篇預(yù)印本論文指出，這種材料早在1972年就已首次制備，甚至被納入MatterGen的訓(xùn)練數(shù)據(jù)。

　　元宇宙平臺公司與佐治亞理工學(xué)院的合作項目同樣遭質(zhì)疑。瑞士洛桑聯(lián)邦理工學(xué)院計算化學(xué)家貝倫德·斯密特通過計算證實，合作項目提出的新材料無法實現(xiàn)直接空氣捕獲，模型高估了材料與二氧化碳的結(jié)合能力，部分原因是訓(xùn)練所用基礎(chǔ)數(shù)據(jù)庫存在誤差。

　　實用化需突破多重關(guān)卡

　　爭議雖在，多數(shù)研究者仍相信，持續(xù)優(yōu)化后，AI模型將有力推動材料科學(xué)進(jìn)步。

　　為確保AI結(jié)果可靠，微軟團(tuán)隊開發(fā)輔助AI系統(tǒng)MatterSim，專門驗證MatterGen提出的結(jié)構(gòu)在真實溫度、壓力條件下是否穩(wěn)定。但即便AI輔助材料發(fā)現(xiàn)被證實有效，人類還面臨巨大挑戰(zhàn)：譬如如何按市場需求優(yōu)化工藝，又譬如如何實現(xiàn)新材料大規(guī)模制造，并將其融入商業(yè)產(chǎn)品。

　　美國Citrine信息學(xué)公司的AI系統(tǒng)正助力客戶優(yōu)化現(xiàn)有材料與制造工藝。該公司首席執(zhí)行官格雷格·穆荷蘭德表示，每位客戶都擁有定制化Citrine模型，這些模型基于客戶專有實驗數(shù)據(jù)訓(xùn)練，還融入研發(fā)人員的“化學(xué)直覺”，以增強AI判斷力。

　　不可否認(rèn)，社會對新材料的迫切需求，將持續(xù)推動AI在該領(lǐng)域的探索。人類當(dāng)前面臨的諸多重大社會挑戰(zhàn)，背后都受限于材料瓶頸?？茖W(xué)家期待借助AI，設(shè)計出可規(guī)?；a(chǎn)、真正影響日常生活的先進(jìn)材料，讓AI在材料科學(xué)領(lǐng)域的價值真正落地。（記者 劉 霞）