破解晶體密碼 展望晶體GPT誕生︱嶺航未來

當代社會急速發展，新材料功不可沒。從摩天大廈的鋼筋水泥，到智能手機的半導體晶片，再到新能源汽車的電池材料，新材料的突破和應用推動了人類的發展步伐。未來，人工智能（AI）、可再生能源、量子計算等前沿技術領域對新材料的需求將更加逼切。

近年來，人工智能技術突飛猛進，其應用領域不斷拓展。在新藥物、新型有機分子材料的研發領域，數據驅動方法已成為不可或缺的工具。研究者通過機器學習模型，從海量數據中尋找最優化合物分子結構，使得新藥物的開發周期大幅縮短。人工智能強大的理解和預測能力，為分子材料的設計開闢了新道路。

AI設計晶體材料的挑戰

當前人工智能技術在設計新型晶體材料方面還存在挑戰。晶體材料可以想像成是各種固體物質的基本組成部分，就像是建造房屋所需的磚石一樣。嶺南大學新研發出一種嶄新的「晶體語言」，能應用於人工智能開發理想的新材料，將來有潛力結合人工智能設計出革命性的半導體材料，例如可大規模生產低成本的太陽能系統、電動汽車三電系統中的高功率器件、應用於量子計算的量子器件等。

此外，這項技術甚至有望研發出全新的超導體，在超高速列車、核磁共振成像儀等領域有着廣泛的應用前景。這就像先進的樂器有了適合的樂譜，能演奏出動聽的音樂。通過這樣的技術，我們不僅有望提升能源效率，還能在多個領域推動技術革新和應用發展。

嶄新的「晶體語言」

由嶺南大學的研究團隊突破性地提出的「簡化線性輸入晶體編碼系統」（SLICES），是一種全新晶體表示方法。SLICES猶如一套精心設計的晶體「樂譜」，能夠將晶體結構轉化為一串獨特的字符序列。這套編碼方式巧妙地捕捉了晶體的化學組成和鍵合關係，同時保持簡潔易讀，方便計算機快速處理。而且這種編碼對晶體結構的旋轉、平移保持不變，避免同一結構因取向不同造成的混淆。

有了這把「萬能鑰匙」，我們就能夠輕鬆打開晶體結構的「密碼鎖」，為人工智能設計晶體材料掃清障礙。該研究成果近日已在著名學術期刊《自然通訊》發表。

從編碼中重構晶體結構

「SLICES晶體語言」是首個可逆且不變的晶體表示法，可結合人工智能研發新材料。

一套優秀的晶體編碼方案，還需要具備可逆性，即能夠從編碼序列準確地重構出原始的晶體結構。沒有這種解碼能力，即使人工智能生成了大量編碼，也無法轉化為真正的材料結構。而SLICES編碼的出色之處在於，我們提出了一套配套的解碼算法，能夠高效地從SLICES字串中還原出三維的晶體結構。在對數萬種已知材料的測試中，該算法的解碼成功率超過94.9%，遠高於此前的其他方法。這種高效、可靠的「編碼—解碼」雙向轉化能力，讓SLICES成為名副其實的晶體語言，為人工智能設計晶體材料提供了堅實的基礎。

基於SLICES編碼，我們構建了一個晶體逆向設計平台，讓人工智能學習大量已知材料的結構特徵，進而自主發現全新的材料結構。作為示範，我們讓AI系統設計出一批專門用於光電器件的新型窄帶隙半導體材料。AI從已知材料中歸納出設計這類材料的套路，然後在這些套路的基礎上不斷嘗試、迭代，最終生成一系列候選結構。

助力AI發現新材料

經過嚴格的篩選和驗證，我們發現了14種前所未見的半導體材料。更令人興奮的是，通過訓練條件生成模型，我們可以按照預期的材料性質，讓AI精準地、高效地設計出滿足特定性能要求的材料。

這種「量身訂造」的能力是材料研發領域的突破，預示着我們將能更主動、更精準地開發滿足各種應用需求的新材料。

SLICES編碼方案的提出，彷彿為人工智能探索晶體材料世界打開了一扇大門。我們正研發基於SLICES編碼的高級晶體材料生成模型——「晶體GPT」。這個晶體大語言模型將通過深入學習數百萬種材料的「結構—性能」關係，理解設計新材料的原理和規律，繼而有望創造出性能卓越的下一代半導體材料和新型儲能材料。

本欄歡迎院校學者投稿，分享個人學術見解及研究成果，1400字為限，查詢及投稿請電郵︰[email protected]。

文：嶺南大學跨學科學院助理教授肖航

--
《星島申訴王》推出全新項目「區區有申訴」，並增設「我要讚佢」欄目，現誠邀市民投稿讚揚身邊好人好事，共建更有愛社區。立即「我要讚佢」︰ https://bit.ly/3uJ3yyF

緊貼最新最快新聞資訊，請立即下載星島頭條App：https://bit.ly/3Q29Vow