Enabling large language model agents for high-fidelity many-body perturbation theory calculations

为了理解物质世界，科学家们经常观察原子在受到激发时的行为，例如当光线照射到太阳能电池或电流流过芯片时。虽然标准的计算机模型可以描述原子静止时的状态，但它们在预测电子跃迁到更高能级或与晶格中的振动发生相互作用时却显得力不从心。为了获得准确的答案，研究人员使用一种被称为多体微扰理论（many-body perturbation theory）的高级数学技术。这些方法功能极其强大且精确，但也以难以使用而闻名。它们要求研究人员扮演一名大师级的指挥家，手动将几个不同的软件程序连接在一起，而每个程序都有自己的语言和规则。如果一个程序的设置与下一个程序不完全匹配，整个计算就会失败，而且这种失败往往在浪费了数小时计算时间后才会被察觉，且难以定位原因。这种复杂性使得这些强大的工具只能被极少数专业专家所掌握。

一支研究团队开发了一个新系统旨在弥合这一差距，允许人工智能处理这些复杂计算中的繁重工作。科学家们测试了现代大语言模型——能够进行推理并遵循指令的高级人工智能系统——是否能够自动构建这些困难的工作流。他们发现，在没有帮助的情况下，即使是最先进的 AI 模型也经常无法成功构建出可运行的计算。这些模型经常犯下细微的错误，例如在映射材料属性的网格点对齐方面出现偏差，导致整个过程随后崩溃。然而，当研究人员引入一个名为 AI-Donkey 的新框架时，结果发生了戏剧性的变化。该系统充当了一个知识渊博的向导，为 AI 提供专家策划的指令和一套严格的工具，以确保每一步都正确地连接到下一步。在这样的协助下，AI 智能体（涵盖了从强大的商业模型到开源版本）能够成功运行各种材料的完整且无误的计算，包括一维管状结构、二维片状结构和固体块状结构。

研究人员解决的核心问题在于这些计算的本质。与仅在一个程序内运行的简单计算机模拟不同，多体微扰理论需要一个链式反应，其中一个软件包的输出成为另一个软件包的输入。每一步都依赖于精确的物理细节，例如材料的对称性和原子的特定排列。如果研究人员在第一步中犯了一个小错误，该错误会沿着链条传递，从而破坏最终结果。团队发现，目前的 AI 模型尽管具备编写代码和回答问题的能力，但仍缺乏管理这些链条所需的特定且深厚的领域知识。当被要求为像硅这样的材料设置计算时，AI 通常会猜测必要的设置。在一项测试中，AI 成功设置基础计算的概率约为一半，但对于涉及光学性质或电子振动的更复杂任务，成功率则降至低至 19%。这些模型经常编造听起来看似合理但在物理上却是错误的设置，导致计算无法运行或产生无用的数据。

为了解决这个问题，研究人员构建了 AI-Donkey，这是一个不再依赖 AI 去“猜”规则的框架。相反，该系统为 AI 提供了一个结构化的专家知识库和一套自动化工具，以强制执行一致性。可以将 AI 想象成一位能够设计建筑的熟练建筑师，但他需要一名工头来确保砖块是按照蓝图铺设的；AI-Donkey 就充当了那个工头。该系统将复杂的计算分解为易于管理的步骤，每一步都由人类专家编写的特定“技能”文档引导。这些文档解释了究竟需要哪些信息、计算机应该做什么以及应避免哪些常见错误。随后，AI 利用这些文档来指导一系列计算机程序，生成必要的计算文件并将它们链接在一起。由于计算机工具处理了技术细节并能自动检查错误，AI 不再需要记忆每一条规则，也不必担心因打错一个字母而导致整个链条断裂。

这种方法的成果令人瞩目。当研究人员在 AI-Donkey 框架下测试相同的 AI 模型时，成功率跃升至接近 100%。每一次尝试，无论是使用顶尖的商业模型还是较小的开源版本，都产生了一个完整的、可运行的工作流，并通过了所有检查。该系统在重复试验中表现得非常稳定，消除了困扰未辅助 AI 模型的随机失败。研究人员通过让 AI 自主计算几种不同材料的性质证明了这一能力，包括钼硒化合物的单层结构、被称为石墨烯的碳原子片以及碳纳米管。在每种情况下，AI 都正确识别了该材料独特结构所需的特定设置，在强大的超级计算机上运行了计算，甚至分析了结果以生成电子行为的可视化图像。

这项研究还通过挑战一项被称为 GW 微扰理论的极难计算，拓展了 AI 在该领域的边界，该理论用于研究电子如何与材料中的振动发生相互作用。这项特定的任务此前从未实现过自动化，并且涉及协调四个不同的软件包。如果没有 AI-Donkey 框架，AI 模型会完全失败，无法搞清楚链接这些程序所需的严格要求。然而，有了该框架，AI 成功完成了整个过程，正确处理了不同阶段之间复杂的依赖关系。这包括计算像碳化硅这样的极性半导体如何响应电场，这项任务需要精确处理难以建模的长程力。研究人员发现，AI 甚至可以执行高级任务，例如测试不同的设置以确保结果的准确性，这一过程被称为收敛性测试（convergence testing），通常是人类科学家一项既繁琐又耗时的工作。

这项工作的意义不仅在于提高计算速度。通过创建一个能够可靠引导 AI 完成复杂科学工作流的系统，研究人员为更广泛的科学家使用这些强大工具打开了大门。该框架具有灵活性，这意味着它可以随着新方法和新软件的发展而不断更新。团队展示了该系统可以集成高级功能，例如加速大型系统计算的技术，而无需对系统进行重写。这表明，在未来，科学家们可能只需要向 AI 提出要求，即可探索新材料或测试新理论，而不必成为底层计算机代码方面的专家。关键的发现是：尽管 AI 在推理能力方面正在提升，但它仍然需要一个结构化的、由专家引导的环境，才能处理高水平科学研究所需的严谨、多步骤的过程。通过将 AI 的推理能力与人类策划知识的可靠性相结合，研究人员为迈向材料科学领域完全自主的科学发现开辟了一条路径。