固態(tài)無機(jī)材料對于電動汽車，手機(jī)，筆記本電腦電池和太陽能技術(shù)的發(fā)展至關(guān)重要。然而，為這些行業(yè)尋找具有所需功能的理想材料極具挑戰(zhàn)性。南卡羅來納大學(xué)計(jì)算機(jī)科學(xué)副教授胡建軍是產(chǎn)生新假設(shè)材料的項(xiàng)目的首席研究員。

由于巨大的化學(xué)設(shè)計(jì)空間和高度稀疏的候選物，因此不能將實(shí)驗(yàn)試驗(yàn)和第一性原理計(jì)算模擬用作解決此問題的篩選工具。取而代之的是，研究人員開發(fā)了一種基于深度學(xué)習(xí)的智能算法，該算法使用一種稱為生成對抗網(wǎng)絡(luò)（GAN）模型的技術(shù)，可以將材料搜索效率顯著提高兩個數(shù)量級。它有可能極大地加快新型功能材料的發(fā)現(xiàn)。

這項(xiàng)工作發(fā)表在《NPJ計(jì)算材料》上，是南卡羅來納大學(xué)工程與計(jì)算機(jī)學(xué)院的研究人員與貴州大學(xué)（位于中國貴陽的研究型大學(xué)）的研究人員之間的合作。

受到Google AlphaGo中使用的深度學(xué)習(xí)技術(shù)的啟發(fā)，該技術(shù)學(xué)習(xí)了棋盤游戲Go的內(nèi)在規(guī)則，以擊敗游戲的頂級玩家，研究人員使用其GAN神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了不同元素中原子的內(nèi)隱化學(xué)組成規(guī)則，從而組裝出了有效的化學(xué)成分。公式。通過使用存儲在ICSD和OQMD等數(shù)據(jù)庫中的成千上萬種已知的無機(jī)材料訓(xùn)練他們的深度學(xué)習(xí)模型，他們創(chuàng)建了一個生成型機(jī)器學(xué)習(xí)模型，該模型能夠生成數(shù)百萬種新的假設(shè)的無機(jī)材料公式。

胡建軍說：“幾乎可以存在無限數(shù)量的新材料，但尚未被發(fā)現(xiàn)?！?“我們的算法就像一個生成引擎。使用此模型，我們可以生成很多新的假設(shè)材料，這些材料很可能存在?！?/p>

基于深度學(xué)習(xí)的智能算法無需明確建?；驈?qiáng)制執(zhí)行諸如電荷中性和電負(fù)性之類的化學(xué)約束，便學(xué)會了在生成數(shù)百萬種假設(shè)材料的公式時遵守這些規(guī)則。該算法的預(yù)測能力已被已知材料和材料發(fā)現(xiàn)文獻(xiàn)中的最新發(fā)現(xiàn)所證實(shí)?！拔覀兯惴ǖ囊粋€主要優(yōu)點(diǎn)是高有效性，唯一性和新穎性，這是此類生成模型的三個主要評估指標(biāo)，”參與這項(xiàng)研究的貴州大學(xué)教授李少波說。

這不是第一次為材料發(fā)現(xiàn)創(chuàng)建算法。過去的算法還能夠生產(chǎn)數(shù)百萬種潛在的新材料。但是，這些算法發(fā)現(xiàn)的材料很少，因?yàn)樗鼈兙哂泻芨叩淖杂赡芎筒环€(wěn)定性，所以可以合成。相比之下，胡錦濤研究小組發(fā)現(xiàn)的無機(jī)材料中，將近70%非常穩(wěn)定且可以合成。

參與該研究的UofSC機(jī)械工程副教授Ming Ming說：“通過將元素的符號放在一起可以得到任意數(shù)量的公式組合。但這并不意味著物理學(xué)可以存在。” “因此，我們的算法和下一步（結(jié)構(gòu)預(yù)測算法）將通過創(chuàng)建可合成的化合物顯著提高篩選新功能材料的速度?！?/p>

這些新材料將幫助電動汽車，綠色能源，太陽能和手機(jī)開發(fā)等領(lǐng)域的研究人員不斷尋找具有優(yōu)化功能的新材料。當(dāng)前的材料發(fā)現(xiàn)過程如此緩慢，這些行業(yè)的增長受到了可用材料的限制。

該團(tuán)隊(duì)的下一個主要步驟是預(yù)測所生成配方的晶體結(jié)構(gòu)，這是當(dāng)前的主要挑戰(zhàn)。但是，該團(tuán)隊(duì)已經(jīng)與幾個領(lǐng)先的國際團(tuán)隊(duì)一起開始應(yīng)對這一挑戰(zhàn)。解決后，可以將這兩個步驟結(jié)合起來，以發(fā)現(xiàn)許多潛在的材料，用于能量轉(zhuǎn)換，存儲和其他應(yīng)用。