Computed materials proposals depart from the structural memory of experimental discovery

问题陈述
当前由生成式人工智能（如 GNoME、MatterGen）和高通量密度泛函理论（DFT）流水线（如 Materials Project、JARVIS、Alexandria）驱动的计算材料科学浪潮，已经提出了数百万种新的无机晶体结构。然而，这些提议缺乏一个针对实验实现化学性质的校准参考框架。批评者认为，许多由人工智能生成的结构可能是平凡的变体、对称性破缺的实现，或是化学上不合理的成分，而非可合成的新材料。现有的比较方法往往较为零散，依赖于局部参考或精确的原型匹配，缺乏单一且经过校准的指标来评估计算提议在多大程度上偏离了由实验学家建立的结构盆地（structural basins）。

方法论
作者通过将来自无机晶体结构数据库（ICSD）的 167,500 条条目嵌入到一个连续的结构相似性空间中，提供了这种校准。

• 特征化： 每个 ICSD 条目被转换为一个 213 维的特征向量，该向量结合了紧凑的经典结构化学成分描述符（每个位点的 7 个元素属性）和局部几何描述符（CrystalNN 指纹）。随后，在 Voronoi 邻居图上进行三轮加权平均消息传递（Weisfeiler–Lehen 风格），以捕捉中程结构上下文。这些向量经过标准化处理，并投影到 32 个 PCA 分量中。
• 社区检测： 使用互 $k$-最近邻图（$k=16$）和 Louvain 算法将生成的空间划分为图社区。这些社区代表了连续的结构盆地，而非离散的原型计数。
• 时间重演（Temporal Replay）： 通过出版时间（1913–2015）对社区进行重演，以分析实验发现的“结构记忆”。
• 外部投影： 将五个外部数据集投影到基于截至特定截止年份（1990、2000、2010）的 ICSD 数据训练出的冻结历史地图中。这些来源包括：
  1. GNoME（公开的 5,000-CIF 版本）。
  2. MatterGen-public（386-CIF 版本）。
  3. Materials Project（仅限理论子集）。
  4. JARVIS-DFT（脱离凸包/off-hull 子集）。
  5. Alexandria-PBE（脱离凸包预测）。
• 分类： 结构被分类为“盆地内”（in-basin，位于其所属社区质心距离的第 95 百分位数内）或“前沿”（frontier，远离历史盆地）。第二个轴测量与 1980 年后 ICSD 条目的简化公式重叠度。

核心贡献

1. 量化结构记忆： 研究表明，实验发现具有强烈的路径依赖性。82.9% 的新公式进入了预先存在的结构社区，且新社区形成的速率已从 1930 年代的 40.2% 下降到 2010 年代的 2.6%。
2. 验证社区： 图社区被证明具有化学意义，能够以极高的统计显著性追踪九个教科书式的领域变革（例如：高温超导铜氧化物、巨磁阻锰氧化物、MAX 相、锂离子电池正极材料），并优于随机打乱的零模型。
3. 对计算提议的校准排序： 通过将外部数据集投影到冻结的历史几何空间中，作者建立了关于结构偏离实验盆地的稳健排序：
   留存的 ICSD > MatterGen > {GNoME, MP-theoretical} > JARVIS > Alexandria。
   该排序在不同的截止年份和图划分参数及百分位数阈值变化下均保持稳健。
4. 解耦 AI 与计算： 研究发现，“探索信号”（即与已知盆地的结构距离）并不特属于生成式 AI。GNoME 和高通量 DFT 筛选（MP-theoretical）产生结构偏离样本的速率在统计上是不可区分的。主要的差异在于实验实现的结构（它们使已知盆地变得密集）与计算但尚未实现的结构（它们并未如此）之间的不对称性，无论使用何种生成方法。
5. 可合成性先验： 作者基于两个轴定义了一个“可合成性先验”象限：结构接近度（盆地内 vs 前沿）和简化公式先例（与 1980 年后 ICSD 的匹配 vs 不匹配）。
   • 最强先验： 盆地内 且 公式匹配（约占 MP/JARVIS 的 7%，GNoME 为 0%）。
   • 最弱先验： 前沿 且 无公式匹配（Alexandria 为 73%，GNoME 为 62%）。

结果

• 实验路径依赖性： 实验学家倾向于在熟悉的拓扑模板内稳定新的化学性质。新社区的形成在现代已变得非常罕见，这表明发现过程日益趋向于使已建立的盆地变得密集，而非探索全新的结构领域。
• AI 与 DFT 的偏离： 所有五个外部来源落在历史盆地中的速率都显著低于留存的实验延续。
  • MatterGen 是最“类 ICSD”的外部来源，但仍存在显著偏离。
  • GNoME 和 MP-theoretical 在结构距离上与 ICSD 是统计不可区分的。
  • Alexandria 显示出最大的结构偏离。
• 成分新颖性： 与 AI 相关的公开提议（GNoME, MatterGen）以及 Alexandria 提出的成分，在很大程度上不出现在 1980 年后的 ICSD 简化公式集中（重叠度分别为 0.0%、4.9% 和 1.9%）。相比之下，DFT 策展数据库（MP, JARVIS）显示出实质性的公式重叠（分别为 21.8% 和 17.7%），这表明它们通常提出的是已知化学性质的结构变体，而非新成分。
• 稳健性： 研究结果对于替代的结构表示（通过 graphlet 直方图和 AMD 不变量进行测试）是稳健的，证实了“密集化悬崖”（densification cliff）和社区结构是历史数据的属性，而非特定嵌入方法的产物。

意义与主张
本文重新定义了材料 AI 面临的实际问题：从“这个提议是否新颖？”转向“它相对于那些已被实际实现的化学性质处于什么位置？”

• 并非对成功的定论： 该框架提供了一个校准的“结构可及性坐标”，但并不预测合成成功率。它区分了探索（偏离已知盆地）与密集化（填充已知盆地）。
• 实验设计： 对于自主合成实验，该框架建议向“左上角”象限（盆地内 + 公式匹配）倾斜，这是成功的最强历史先验。对于真正的功能性发现，“右下角”象限（前沿 + 无匹配）则是预期的外推目标。
• AI 与计算的本质： 作者认为，区别不在于“人类 vs AI”，而在于“实验现实 vs 计算”。高通量 DFT 和图网络发现流水线产生的结构偏离样本在速率上是相似的。该框架识别了系统处于哪种“模式”（成分新颖性探索 vs 多晶型筛选），并提供了一个坐标系，用于定位未来的提议相对于历史记录的位置。
• 研究范围的局限性： 作者明确指出，“前沿”指标是对学习到的历史几何空间中相对位置的陈述，而非对物理新颖性或可合成性的绝对主张。GNoME 的零公式重叠是其策展公开子集的属性，而非其整个生成分布的特性。该框架是一个用于在有限的合成预算下优先处理数百万个提议的筛选工具，而非配方级的预测器。