Agentic inverse design of spatially programmed materials

长期以来，材料科学家一直将固体的内部结构视为一种由混合的化学成分以及制造过程中施加的热量或压力所决定的固定景观。虽然他们可以通过改变成分或施加磁场等外部力量来调节材料的特性，但一直难以直接在材料内部编写特定的、定制的图案。想象一下，试图在不破坏石块表面的情况下，在石块内部雕刻出独特的图案——几十年来，这几乎是不可能的，因为从内向外塑造物质的工具既钝且不精确。“空间编程材料”的目标就是通过有目的地排列原子或缺陷形成三维图案，来克服这一难题，从而将材料的深度变成一个像颜色或硬度一样的设计变量。这种方法有望解锁新的物理行为，例如以均匀材料无法实现的方式引导光或电，但创造这些结构的路径一直被一个困难的问题所阻碍：即弄清楚究竟如何构建它们。

挑战在于理想设计与实现该设计所需的物理步骤之间的差距。为了创建一个特定的内部图案，研究人员必须选择一系列行动，例如向目标发射离子束，但预测这些行动的结果是非常复杂的。传统上，人类专家必须猜测正确的束流能量、角度和持续时间组合，运行计算机模拟来查看结果，如果结果错误，则再次进行猜测。这种试错循环速度缓慢，且高度依赖于人类的直觉。在一项新的研究中，麻省理工学院的研究人员展示了人工智能代理如何能够自主完成这一闭环。通过将大语言模型与物理模拟器相连接，他们创建了一个系统，该系统可以观察一个理想的内部图案，并自动计算出构建该图案所需的精确步骤序列，而无需人类指导每一步动作。

研究人员使用离子注入技术测试了这个系统，这是一种利用带电原子束射入材料以改变其特性的技术。他们给了 AI 代理一个简单的目标：在固体内部创建一个特定的离子或空位深度分布。在一次实验中，研究人员手绘了一个理想图案的草图——该形状先上升到一个平台，然后阶梯式上升，最后再次趋于平缓。他们将这张草图交给代理。代理首先将绘图转换为数字目标，然后开始规划。它选择了一种离子类型（在本例中为铋）和一个目标材料（硅）。随后，它运行了一个物理模拟，以观察不同能量的离子如何在硅中穿行。代理意识到，单一的束流能量只能产生一个局部的微小凸起。为了填满整个形状，它需要结合多种不同的束流能量。

代理开始了迭代过程。它选择了一组能量，运行模拟，并将结果与目标草图进行比较。在模拟结果不足之处，代理会添加新的能量或调整现有能量。它反复进行此过程，不断优化方案，直到模拟出的图案与手绘目标高度吻合。最终，代理确定它需要以 28 个不同的能量水平（范围从 2.0 到 1.958 亿电子伏特）发射离子，才能重现该形状。最终结果的偏差小于 8%，这种精确度在过去需要人类专家进行大量小时的手动计算和调整才能实现。

该系统在处理更复杂的设计时同样表现出色。研究人员要求代理创建一个“超晶格”（一种重复的峰谷图案）和一个“斐波那契超晶格”（一种间距随特定非重复序列变化的数学模式）。对于重复图案，代理成功地将五个峰值精确地间隔了 5 微米。对于斐波那契模式，它安排了峰值以遵循正确的数学比例，即使在图案向材料深处延伸时也能保持独特的秩序。代理还应对了另一种挑战：创建一个特定损伤（即空位）的图案，而不仅仅是添加离子。它成功设计了一个配方，用于在两种不同材料（硅和锗）的边界处创建一个空位梯度，证明了它不仅能控制离子的落点，还能控制它们留下的损伤。

其中一个最实际的测试涉及实验室设备的现实限制。在真实的加速器中，存在最大能量限制；机器无法以超过一定速度的速率发射离子。研究人员要求代理设计一个超出此限制深度的图案。代理并没有失败或忽略约束，而是进行了适应。它意识到自己无法触及目标的最深部分，因此将精力集中在它可以触及的部分。随后，它将离散的能量步进列表转换成了单一的、平滑的连续变能斜坡方案，人类操作员可以根据该方案连续地扫过低能到高能的束流。这表明该代理不仅能解决抽象谜题，还能生成可用于真实机器的可执行指令。

研究人员还通过要求系统在材料深度内写下“MIT”字母，将其推向了极限。代理必须计算如何排列离子，使得从侧面观察时，原子的浓度分布能形成字母的形状。它成功清晰地写出了“M”和“I”，但“T”显得有些模糊。这种失败并非代理的缺陷，而是物理学的基本限制：离子在穿行过程中会发生轻微扩散，这种现象被称为“散射”（straggling），它会使特定深度的边缘变得模糊。代理尊重这一物理现实，表明它理解自己试图操纵的自然法则。

这项工作标志着材料设计方式的一种转变。不再是由人类去猜测构建结构的步骤，AI 代理充当了桥梁，将视觉或数学构想直接转化为物理配方。该系统并未发明新的物理学，而是利用成熟的模拟工具，以远快于人类的速度探索各种可能的组合空间。通过自动化逆向设计过程，研究人员展示了材料的空间结构可以成为一个可编程的变量。这为创造具有定制内部架构的材料打开了大门，可能带来新型电子器件、抗辐射组件或从未见过的量子材料。该代理处理复杂多步任务且仅需极少人类干预的能力表明，未来的材料设计将不再受限于计算难度，而仅受限于设计师的想象力和物理定律。