Probing the limits of forward screening and inverse design of crystal materials
通过将55个零散的晶体数据库统一为一个综合资源，并利用CGTNet模型预测缺失的性质，本研究揭示了对已知材料进行正向筛选可以发现数千种像ReN2这样的超高不可压缩性候选材料，同时证明了目前的逆向设计方法往往只是重新发现了已有的成分，从而为评估材料的新颖性建立了更严谨的基础。
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
材料科学家们一直在寻找新的晶体，这些由硅（构成我们手机的部件）到钻石（珠宝中的成分）等各种物质构成的坚硬、重复的结构。为了寻找具有特定“超能力”的材料——例如承受巨大压力或完美导电的能力——研究人员通常会采取两种路径之一。第一种是“寻宝”：他们在数百万种已知晶体中搜寻，寻找已经具备所需特性的材料。第二种是“创意创造”：他们使用强大的计算机程序来构思并生成全新的晶体结构，使其理应具备该特性。这两种方法都依赖于庞大的公共数据库，科学家们在其中存储发现或模拟出的晶体的蓝图和属性。但多年来，这些数据库一直以不同的语言进行交流。同一种晶体在不同的数据库中可能被列为不同的名称，或者在另一个数据库中完全是另一种名字，亦或是缺少关键信息。这种混乱使得研究人员难以得知这些搜索方法究竟能走多远，也难以判断他们发现的材料是否真正“新颖”。
香港科技大学的一个研究团队现在通过建立一个统一的单一库，整合了55个不同的数据库，从而拨开了这一层迷雾。他们并非只是简单地复制粘贴数据；而是通过匹配每种晶体的物理形状，仔细地对这些集合进行了比对，从而忽略了那些往往无法区分不同版本同一材料的混乱名称和化学式。这项宏大的工程最终形成了一个包含近1460万个独特晶体结构和超过1.31亿个属性测量值的单一且可自我更新的目录。至关重要的是，他们保留了每一条信息的来源记录，从而可以追溯每个数值的历史。他们发现，虽然这个库规模宏大，但其数据却极其稀疏。对于绝大多数晶体而言，研究人员关心的特定属性在记录中根本就是缺失的。为了填补这些空白，该团队开发了一种名为CGTNet的新型人工智能模型。该模型充当了一个高水平的“猜想者”，经过训练后，能够根据晶体结构预测缺失的属性，其准确度超越了以往的方法。通过使用这一工具，他们完成了这个库的构建，预测了数百万种从未被测量或计算过的晶体数值。
凭借这个完整的库，研究人员测试了“寻宝”与“创意生成”两种方法的极限。他们首先研究了“寻宝”法，即“正向筛选”，探讨在已知晶体中还隐藏着多少超硬材料。在此项研究之前，科学家们认为他们已经找到了大部分候选材料。然而，通过将他们的新AI模型应用于这个完整的库，他们发现了数万种已知的晶体，它们极可能是超高不可压缩的，但此前从未针对这一特定属性进行过测试。在这些隐藏的瑰宝中，他们发现了一种名为ReN2的材料。尽管这种晶体曾在高压下被实验室合成，且其硬度已被测定为428吉帕斯卡，但没有任何数据库曾记录过它的体积模量（衡量抗压缩能力的指标）。研究人员的筛选成功将其识别为顶级候选材料，证明了“寻宝”依然可以找到那些因数据分散且不完整而被忽视的有价值的已知材料。
随后，团队将注意力转向了“创意创造”法，即由计算机生成新晶体构想的过程。多年来，这些计算机程序一直声称自己正在发现大量的全新材料。研究人员通过将生成的晶体与他们新的综合库进行对比，测试了这些说法。他们发现，所谓的“新颖性”很大程度上是一种幻觉，这是由于使用了不完整的参考列表所导致的。当他们将生成的晶体与这55个来源的完整数据库进行比对时，发现其中大量的晶体其实并不新颖。在一次具体的测试中，一个计算机程序生成了100个它声称是全新的、具有极高刚性的晶体。当研究人员对照完整的数据库进行检查时，发现其中82个实际上是已知成分的变体。此外，这些所谓的“新”晶体全部都包含一种特定的元素——�看完锼（osmium），这表明该生成器只是在对一套非常狭窄的已知成分进行重新组合，而非在探索整个可能的宇宙。
这项研究得出结论，我们寻找材料的方式需要改变。“寻宝”比预想的要强大得多；通过整合所有已知数据并填补缺失的部分，我们可以找到成千上万种已经存在但隐藏在记录空白中的有用材料。相反，“创意生成”方法则高估了自己的成功。它所产生的“新”材料往往只是对已知事物的重新编排，仅仅是因为用于评判它们的参考列表太小了。通过使用一个单一、完整且经过验证的数据库，科学家们现在可以分辨出真正的发现与重复的内容，从而确保寻找下一代伟大材料的过程是建立在真相而非混乱的基础之上。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。