🔬 materials science

Fourier Neural Operators for Composition-Driven Crystal Structure Discovery

本文介绍了一种用于晶体结构发现的可扩展框架，该框架结合了能够捕捉长程周期性相关性的基于傅里叶神经算子的求解器，以及一个用于从给定化学成分生成多样且有效的晶体结构的条件变分自编码器。

原作者： Zhijie Yu, Jingyu Li, Yang Huang, Jingrun Chen

发布于 2026-09-02

📖 1 分钟阅读☕ 轻松阅读

原作者： Zhijie Yu, Jingyu Li, Yang Huang, Jingrun Chen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

寻找新材料是一场与文明本身一样古老的探索，其驱动力来自于对更高效存储能量、构建更快速电子设备以及创造能改变工业世界的催化剂的需求。在这场探索的核心，是晶体——一种原子以重复的三维模式排列的固体。这些原子堆叠的具体方式决定了材料是坚硬的钻石、柔软的金属，还是超导体。然而，可能存在的晶体结构宇宙如此浩瀚，试图通过测试每一种元素组合来寻找一种新结构，就像是在地球上每一片沙滩上寻找一颗特定的沙粒一样。传统的计算机方法试图通过模拟数百万个候选结构的能量来解决这一问题，但这个过程极其缓慢且昂贵，因此只能探索极小部分的可能性。

近年来，科学家们转向利用人工智能来穿越这片化学荒野。这些新模型从现有的已知晶体数据库中学习，习得支配原子如何排列的隐藏规则。随后，它们可以提出从未见过的全新结构。然而，即使是这些先进的AI系统也面临着一个重大障碍：它们往往难以捕捉定义晶体重复性质的长程连接，并且当它们尝试生成复杂的原子三维图像时，经常产生模糊或在物理上不可能实现的结果。现在，一组研究人员开发出一种新方法，绕过了这些局限性，为从简单的成分清单中发现稳定晶体提供了一种更快、更可靠的方式。

研究人员在中国科学技术大学开展工作，创建了一个名为 CrystalFNO 的系统。该系统并没有试图通过一次性的巨大跨越来猜测每个原子的精确位置，而是将问题分解为两个不同的步骤。首先，系统接收一个化学式——即元素的配方，例如钙、钯和氧——并生成一组用于晶体容器（称为晶格参数）的候选形状。可以将这想象成确定容纳原子的“盒子”的大小和角度。为此，他们使用了一种经过训练的神经网络，旨在理解化学配方与其通常适配的几何盒子之间的关系。

一旦提出了一个候选盒子，系统就会进入第二个更具创新性的步骤：预测原子将如何填充该空间。在这里，研究人员用一种基于傅里叶神经算子（Fourier neural operators）的新型求解器，取代了以往 AI 模型中使用的标准工具。传统方法通过观察原子的局部微环境来观察晶体，而这种新求解器则同时观察整个结构，分析整个网格上的重复模式。这使其能够捕捉到对稳定晶体至关重要的长程连接。该求解器预测两个不可见的场：一个显示原子可能出现的位置，另一个指示原子的种类。这些场是平滑且连续的映射，而非坐标列表，这有助于 AI 避免在处理复杂的重复模式时常遇到的困惑。

在获得这些预测场后，系统随后会重建实际的晶体结构。它通过识别密度图中的峰值来放置原子，优化它们的位置以确保完美契合预测的形状，并根据第二个场分配正确的元素类型。这一过程将平滑、抽象的预测转变为具体的原子三维排列。为了确保这些新结构不仅是数学上的奇思妙想，而是物理上真实的可能，团队对其进行了严格的筛选程序。他们首先过滤掉明显有缺陷的结构，然后使用机器学习模型使原子“松弛”，让它们沉降到最稳定、能量最低的位置。最后，他们进行了高水平的计算，以检查生成的晶体是会保持稳固还是会崩塌。

这种新方法的测试结果针对一个庞大的已知材料数据库进行了验证。该系统成功为一百多种不同的化学式生成了新颖的结构。在一项重要测试中，研究人员发现该系统能够产生在任何已知数据库中都不存在的、具有几何合理性的稳定晶体。在生成的数千个候选结构中，有数百个通过了严格的稳定性检查，其中包括一些含有银、镧和硅等复杂元素组合的结构。研究表明，这种新方法在处理高对称性晶体（即重复模式强且清晰的晶体）时特别有效，但在处理更不规则、低对称性的结构（即原子排列较难预测的结构）时仍面临挑战。

至关重要的是，研究人员确定了这项任务中的一个根本性困难：从化学式预测晶体结构并非一个简单的单对单谜题。同一组成分和盒子尺寸有时可能对应多种不同的原子排列方式，这种现象被称为多晶型现象（polymorphism）。由于他们的系统是确定性的，它会学习预测在其训练期间见到的最典型的排列方式。当面对罕见或异常的排列时，它可能会产生一个接近但不完美的预测结果。团队承认了这一局限性，指出系统的成功高度依赖于晶体的对称性；结构越对称，系统预测密度场并重建最终材料的能力就越准确。

尽管存在这些挑战，这项工作仍代表了材料发现领域的一次重大进步。通过将晶体容器的生成与其内容的预测分离，并使用能够理解全局模式而非仅关注局部细节的求解器，研究人员开辟了一条寻找新材料的可扩展路径。该系统不仅仅是在模仿现有的晶体，它还在探索广阔的可能性空间，以寻找有朝一日能驱动新技术的稳定、新颖的结构。这项研究证实，虽然任务复杂且从配方到结构的映射并不总是唯一的，但将先进的神经算子与精细的物理筛选相结合，为科学家发现未来的材料提供了一个强大的新工具。

技术摘要：用于成分驱动晶体结构发现的傅里叶神经算子

1. 问题陈述

发现新型晶体材料对于能源、电子和催化领域的进步至关重要。然而，化学元素、化学计量比和晶体结构的巨大组合空间使得详尽的实验或计算筛选变得不可行。传统的晶体结构预测（CSP）方法（如遗传算法和粒子群优化）依赖于迭代的密度泛函理论（DFT）评估，这类方法计算成本高昂，且在处理大规模系统时扩展性较差。

虽然深度生成模型通过学习晶体结构的底层分布提供了一种有前景的替代方案，但现有的基于体素（voxel-based）的方法面临两个根本性的局限：

局部感受野： 标准的 3D 卷积神经网络（CNNs）难以捕捉晶体密度场中固有的长程周期性依赖关系，因为它们主要聚合来自局部邻域的信息。
后验崩溃（Posterior Collapse）： 高维体素表示（例如 $N \times N \times N$ 网格）会导致重建项在变分自编码器（VAE）目标函数中占据主导地位，从而导致后验崩溃，即潜空间无法与先验对齐，导致生成的质量低下且多样性不足。

2. 方法论：CrystalFNO

作者提出了 CrystalFNO，这是一个耦合生成与求解的框架，它将晶格参数生成与晶体密度场预测解耦。该工作流由四个连续阶段组成：

A. 体素表示

晶体结构被表示为在周期性边界条件下 $32 \times 32 \times 32$ 网格上的连续密度场。定义了两个场：

数密度场 ( $\rho_{num}$ )： 编码与元素类型无关的空间原子分布，用于原子定位。
电子密度场 ( $\rho_{Z}$ )： 编码位置和元素信息（由原子序数加权），用于元素分配。

B. 晶格参数生成 (CVAE)

一个条件变分自编码器（CVAE）根据化学式 ( $F$ ) 生成候选晶格参数 ( $L = \{a, b, c, \alpha, \beta, \gamma\}$ )。

对称性约束： 为了确保正定性和符合晶体对称性，晶格参数通过对称基分解策略被编码为一个六维系数向量。
生成： CVAE 从低维潜空间采样以产生多样化的晶格参数，而无需直接对高维体素空间进行建模。

C. 密度场预测 (FNO 求解器)

傅里叶神经算子（FNO）作为一个晶体场求解器，将化学式和生成的晶格参数映射到相应的 $\rho_{num}$ 和 $\rho_{Z}$ 场。

架构： 该求解器在傅里叶层内采用双分支结构：
- 频率分支： 使用 3D 快速傅里叶变换（FFT）、可学习的谱卷积和逆傅里叶变换（IFFT）来捕获全局周期性相关性和长程依赖关系。
- 空间分支： 使用 3D 卷积来提取局部原子尺度的特征。
输入编码： 化学式通过加权独热向量进行编码，而晶格参数通过傅里叶特征编码以捕获高频变化。
训练： 使用 L1 损失分别训练两个独立的 FNO 模型（对应于每个密度场）。

D. 结构重建与筛选

预测的密度场通过三个阶段的优化转换回原子结构 ( $M = \{A, X, L\}$ )：

峰值检测： 使用非极大值抑制将候选原子位置识别为 $\rho_{num}$ 的局部极大值。
位置优化： 通过梯度下降优化原子坐标，以最小化重建结构与预测 $\rho_{num}$ 之间的差异。
权重优化： 通过优化权重以拟合 $\rho_{Z}$ 来分配元素类型。

筛选流程：

体素级过滤： 根据预测密度场与重建密度场之间的 L1 损失对候选结构进行排名。
DPA 松弛： 顶尖候选结构使用深度势能原子学（DPA）机器学习相互作用势进行松弛，以优化几何结构和力。
验证： 根据单元格变化、RMSD 和元素匹配率对结构进行筛选。最终候选结构根据形成能进行评估。

3. 关键结果

A. 密度场预测精度

FNO 求解器实现了稳定的收敛，具有较低的验证损失 ( $\approx 1.5 \times 10^{-5}$ )。
预测精度与晶体对称性相关：高对称性系统（立方晶系）表现出最低误差 ( $\approx 6.15 \times 10^{-6}$ )，而低对称性系统（三斜晶系）表现出较高的误差 ( $\approx 2.36 \times 10^{-5}$ )。
局限性分析： 作者指出密度场预测任务是一个病态逆问题。相同的输入（化学式 + 晶格）可能对应多个不同的密度场，这是由于全局平移、离散对称变换和多晶型现象导致的。作为一个确定性模型，FNO 学习的是一种“典型”映射，因此在偏离训练分布的情况下会出现系统性偏差。

B. 结构重建

重建精度随晶系不同而变化。立方晶系表现最好（RMSE = 0.247 Å，匹配率 = 90.5%），而单斜晶系表现出最大的位置误差（RMSE = 1.195 Å）。
在综合标准下（RMSE $\le$ 1.0 Å 且元素匹配率 $\ge$ 60%），仅 53.3% 的结构被成功恢复，这凸显了仅从密度场重建完整结构的难度。

C. 端到端生成

该框架在 104 个化学式上进行了测试。
在 43,686 个生成的候选结构中，有 3,663 个通过了几何和能量筛选。
在与 Materials Project 数据库进行去重后，共识别出 320 个新颖结构，涵盖 104 种不同的化学式。
55.9% 的这些新颖候选结构相对于元素参考态表现出负形成能，表明其在能量上是稳定的。

4. 重要性与主张

本文声称展示了首次将傅里叶神经算子作为晶体场求解器应用于基于体素的晶体结构生成框架中。

可扩展性： 通过将晶格生成与密度预测分离，并利用全局谱卷积，该方法解决了局部 CNN 和高维 VAE 的局限性，为从给定成分进行晶体发现提供了一条可扩展的路径。
生成多样性： 耦合的生成-求解策略成功地生成了多样化、几何合理且在能量上稳定的结构，涵盖了广泛的化学式和晶体系统。
方法论贡献： 这项工作证明了将傅里叶神经算子扩展到周期性晶体场中，当与成分约束的晶格生成相结合时，能够有效捕获长程相关性，并能够在无需为每个候选结构进行迭代 DFT 搜索的高昂成本下实现新材料的发现。

作者对逆问题的病态性质保持了审慎态度，指出确定性 FNO 求解器产生的是单一的“典型”映射，这可能会限制其在罕见多晶型或非标准对称操作上的表现。他们建议未来的改进方向可以包括丰富输入条件（例如质心位置或对称性信息），以更好地区分多种有效的构型。