美国麻省理工学院领衔的联合研究团队开发出一项AI新技术来加速量子材料发现。这项技术生成了超过一千万个具有阿基米德晶格特征的“候选者”，密歇根州立大学和普林斯顿大学团队从中合成了两种具有奇异磁性行为的化合物。相关成果发表于新一期《自然·材料》杂志上。
近年来，谷歌、微软和Meta等科技巨头开发的生成式AI已帮助人们设计出数千万种新材料。然而，当面对奇异量子特性的材料时，这些模型往往力不从心。此外，人们在探索如量子自旋液体这类有望推动量子计算革命的材料时，进展十分缓慢——十年研究仅识别出十余种候选材料。这一瓶颈严重制约了技术突破所需的新材料发现。
为此，团队开发了名为SCIGEN的计算框架。SCIGEN是一种可集成到生成式AI模型中的代码系统，能确保模型在每一步生成过程中都遵守用户设定的几何规则。团队将SCIGEN应用于一种流行材料生成模型，并设定其目标为生成具有阿基米德晶格结构的材料。阿基米德晶格因能引发多种量子现象而备受关注。更重要的是，某些阿基米德晶格可模拟稀土元素的电子行为，却无需依赖稀缺资源，因而具备重要应用前景。
在SCIGEN的引导下，模型生成了超过一千万个具有阿基米德晶格特征的候选材料。经过初步稳定性筛选，保留下来约一百万种材料。团队进一步从其中抽取26000种，利用橡树岭国家实验室的超级计算机进行高精度模拟，分析其原子层面的磁性行为。结果显示，其中41%的结构表现出磁性特征，表明其具备进一步实验探索的价值。
基于这些计算结果，密歇根州立大学和普林斯顿大学团队成功合成了两种此前未被发现的化合物：TiPdBi和TiPbSb。后续实验确认，这些材料的实际性能与AI的预测高度吻合，验证了该方法的可行性与准确性。
团队表示，这一方法为实验科学家提供了成百上千的新“候选者”，显著加快了研究进程，也打开了通往大量前沿材料的大门。
