IT之家 1 月 17 日消息,微軟 CEO 納德拉在 X 平臺發(fā)文,公布了微軟內部孵化的一款名為 MatterGen 的 AI 模型,該模型基于 60 萬條穩(wěn)定材料數(shù)據(jù)進行訓練,數(shù)據(jù)來自 Materials Project 和 Alexandria 等權威數(shù)據(jù)庫,主要用于設計新型無機材料,相關研究成果現(xiàn)已登上《Nature》期刊。
IT之家參考報告獲悉,MatterGen 模型能夠處理材料的周期性和三維幾何結構,模擬圖像生成模型的去噪過程,從隨機結構中逐步生成穩(wěn)定且符合特定要求的材料,科學家可以利用其生成具有特定化學性、機械性、磁性等多種規(guī)格的材料,相對于依賴大量試錯實驗的傳統(tǒng)材料設計方法具有極高效率。
研究人員舉例,在尋找高模量大于 400 GPa 的材料時,傳統(tǒng)篩選方法通常需要篩選約 40 個候選材料才能達到性能瓶頸,而 MatterGen 能夠持續(xù)生成新穎且穩(wěn)定的候選材料,其生成規(guī)??蛇_傳統(tǒng)方法的兩倍以上。
目前,微軟 MatterGen 研究團隊已與中國科學院深圳先進技術研究院合作,成功合成了新材料 TaCr?O?。該材料在設計時的目標模量為 200 GPa,實驗測得的模量為 169 GPa,誤差低于 20%,相應材料可用于打造成本更低的儲能電池。