破解晶体密码 展望晶体GPT诞生︱岭航未来

当代社会急速发展，新材料功不可没。从摩天大厦的钢筋水泥，到智能手机的半导体晶片，再到新能源汽车的电池材料，新材料的突破和应用推动了人类的发展步伐。未来，人工智能（AI）、可再生能源、量子计算等前沿技术领域对新材料的需求将更加逼切。

近年来，人工智能技术突飞猛进，其应用领域不断拓展。在新药物、新型有机分子材料的研发领域，数据驱动方法已成为不可或缺的工具。研究者通过机器学习模型，从海量数据中寻找最优化合物分子结构，使得新药物的开发周期大幅缩短。人工智能强大的理解和预测能力，为分子材料的设计开辟了新道路。

AI设计晶体材料的挑战

当前人工智能技术在设计新型晶体材料方面还存在挑战。晶体材料可以想像成是各种固体物质的基本组成部分，就像是建造房屋所需的砖石一样。岭南大学新研发出一种崭新的「晶体语言」，能应用于人工智能开发理想的新材料，将来有潜力结合人工智能设计出革命性的半导体材料，例如可大规模生产低成本的太阳能系统、电动汽车三电系统中的高功率器件、应用于量子计算的量子器件等。

此外，这项技术甚至有望研发出全新的超导体，在超高速列车、核磁共振成像仪等领域有着广泛的应用前景。这就像先进的乐器有了适合的乐谱，能演奏出动听的音乐。通过这样的技术，我们不仅有望提升能源效率，还能在多个领域推动技术革新和应用发展。

崭新的「晶体语言」

由岭南大学的研究团队突破性地提出的「简化线性输入晶体编码系统」（SLICES），是一种全新晶体表示方法。SLICES犹如一套精心设计的晶体「乐谱」，能够将晶体结构转化为一串独特的字符序列。这套编码方式巧妙地捕捉了晶体的化学组成和键合关系，同时保持简洁易读，方便计算机快速处理。而且这种编码对晶体结构的旋转、平移保持不变，避免同一结构因取向不同造成的混淆。

有了这把「万能钥匙」，我们就能够轻松打开晶体结构的「密码锁」，为人工智能设计晶体材料扫清障碍。该研究成果近日已在著名学术期刊《自然通讯》发表。

从编码中重构晶体结构

「SLICES晶体语言」是首个可逆且不变的晶体表示法，可结合人工智能研发新材料。

一套优秀的晶体编码方案，还需要具备可逆性，即能够从编码序列准确地重构出原始的晶体结构。没有这种解码能力，即使人工智能生成了大量编码，也无法转化为真正的材料结构。而SLICES编码的出色之处在于，我们提出了一套配套的解码算法，能够高效地从SLICES字串中还原出三维的晶体结构。在对数万种已知材料的测试中，该算法的解码成功率超过94.9%，远高于此前的其他方法。这种高效、可靠的「编码—解码」双向转化能力，让SLICES成为名副其实的晶体语言，为人工智能设计晶体材料提供了坚实的基础。

基于SLICES编码，我们构建了一个晶体逆向设计平台，让人工智能学习大量已知材料的结构特徵，进而自主发现全新的材料结构。作为示范，我们让AI系统设计出一批专门用于光电器件的新型窄带隙半导体材料。AI从已知材料中归纳出设计这类材料的套路，然后在这些套路的基础上不断尝试、迭代，最终生成一系列候选结构。

助力AI发现新材料

经过严格的筛选和验证，我们发现了14种前所未见的半导体材料。更令人兴奋的是，通过训练条件生成模型，我们可以按照预期的材料性质，让AI精准地、高效地设计出满足特定性能要求的材料。

这种「量身订造」的能力是材料研发领域的突破，预示着我们将能更主动、更精准地开发满足各种应用需求的新材料。

SLICES编码方案的提出，彷佛为人工智能探索晶体材料世界打开了一扇大门。我们正研发基于SLICES编码的高级晶体材料生成模型——「晶体GPT」。这个晶体大语言模型将通过深入学习数百万种材料的「结构—性能」关系，理解设计新材料的原理和规律，继而有望创造出性能卓越的下一代半导体材料和新型储能材料。

本栏欢迎院校学者投稿，分享个人学术见解及研究成果，1400字为限，查询及投稿请电邮︰[email protected]。

文：岭南大学跨学科学院助理教授肖航

--
《星岛申诉王》推出全新项目「区区有申诉」，并增设「我要赞佢」栏目，现诚邀市民投稿赞扬身边好人好事，共建更有爱社区。立即「我要赞佢」︰ https://bit.ly/3uJ3yyF

紧贴最新最快新闻资讯，请立即下载星岛头条App：https://bit.ly/3Q29Vow