1758554444
2025-09-22 15:04:00
Модели искусственного интеллекта, которые превращают текст в изображения, также полезны для создания новых материалов. За последние несколько лет модели генеративных материалов от таких компаний, как Google, Microsoft и Meta, использовали свои учебные данные, чтобы помочь исследователям разрабатывать десятки миллионов новых материалов.
Но когда дело доходит до проектирования материалов с экзотическими квантовыми свойствами, такими как сверхпроводимость или уникальные магнитные состояния, эти модели борются. Это очень плохо, потому что люди могли бы использовать помощь. Например, после десятилетия исследований в классе материалов, которые могли бы революционизировать квантовые вычисления, называемые квантовыми спиновыми жидкостями, были идентифицированы только дюжина кандидатов на материалы. Узкое место означает, что существует меньше материалов, которые служат основой для технологических прорывов.
Теперь исследователи MIT разработали методику, которая позволяет популярным моделям генеративных материалов создавать многообещающие квантовые материалы, следуя конкретным правилам проектирования. Правила, или ограничения, направляют модели для создания материалов с уникальными структурами, которые приводят к квантовым свойствам.
«Модели этих крупных компаний генерируют материалы, оптимизированные для стабильности», – говорит Мингда Ли, класс MIT 1947 года. «Наша перспектива заключается не в том, как развивается материаловая наука. Нам не нужно 10 миллионов новых материалов, чтобы изменить мир. Нам просто нужен один действительно хороший материал».
Подход описан сегодня в Бумага, опубликованная Природные материалыПолем Исследователи применили свою технику для создания миллионов материалов -кандидатов, состоящих из геометрических структур решетки, связанных с квантовыми свойствами. Из этого бассейна они синтезировали два реальных материала с экзотическими магнитными признаками.
«Люди в квантовом сообществе действительно заботятся об этих геометрических ограничениях, таких как кагоме, которые являются двумя перекрывающимися, перевернутыми треугольниками. Мы создали материалы с помощью кагоме, потому что эти материалы могут имитировать поведение редкоземельных элементов, поэтому они имеют высокое техническое значение». Ли говорит.
Руководящие модели к воздействию
Свойства материала определяются его структурой, а квантовые материалы ничем не отличаются. Некоторые атомные структуры с большей вероятностью приводят к экзотическим квантовым свойствам, чем другие. Например, квадратные решетки могут служить платформой для высокотемпературных сверхпроводников, в то время как другие формы, известные как латиши Kagome и Lieb, могут поддерживать создание материалов, которые могут быть полезны для квантовых вычислений.
Чтобы помочь популярному классу генеративных моделей, известных как диффузионные модели, производят материалы, которые соответствуют определенным геометрическим моделям, исследователи создали Scigen (сокращение для интеграции структурных ограничений в генеративной модели). Scigen-это компьютерный код, который обеспечивает диффузионные модели придерживаться пользовательских ограничений на каждом этапе итеративной генерации. С помощью Scigen пользователи могут дать любые генеративные геометрические структурные правила диффузионной модели AI, чтобы следовать за счет создания материалов.
Диффузионные модели ИИ работают путем отбора проб из их обучающего набора данных для создания структур, которые отражают распределение структур, обнаруженных в наборе данных. Scigen блокирует поколения, которые не совпадают со структурными правилами.
Для тестирования Scigen исследователи применили его к популярной модели генерации материалов ИИ, известной как Diffcsp. У них была модель, оснащенная Scigen, генерируя материалы с уникальными геометрическими узорами, известными как архимедовые решетки, которые представляют собой коллекции 2D-решетчатых плиток различных многоугольников. Архимедические решетки могут привести к ряду квантовых явлений и находятся в центре внимания многих исследований.
«Архимедические решетки вызывают квантовые спиновые жидкости и так называемые плоские полосы, которые могут имитировать свойства редкоземельных элементов без редкоземельных элементов, поэтому они чрезвычайно важны»,-говорит Ченг, совместный автор работы. «Другие архиминские решетки имеют большие поры, которые можно использовать для захвата углерода и других применений, поэтому это набор специальных материалов. В некоторых случаях нет известных материалов с этой решеткой, поэтому я думаю, что будет действительно интересно найти первый материал, который вписывается в эту решетку».
Модель сгенерировала более 10 миллионов кандидатов на материалы с архимедическими решетками. Один миллион из этих материалов пережил скрининг на стабильность. Используя суперкомпьютеры в Национальной лаборатории Оук -Ридж, исследователи взяли меньшую выборку из 26 000 материалов и провели подробное моделирование, чтобы понять, как вел лежащие в основе атомы материалов. Исследователи обнаружили магнетизм в 41 процентах этих структур.
«Мы хотели обнаружить новые материалы, которые могут оказать огромное потенциальное влияние, включив эти структуры, которые, как известно, приводят к квантовым свойствам», – говорит Окабе, первый автор газеты. «Мы уже знаем, что эти материалы с определенными геометрическими узорами интересны, поэтому естественно начинать с них».
Ускоряющие материалы прорывы
Квантовые спиновые жидкости могут разблокировать квантовые вычисления, позволяя стабильным, устойчивым к ошибкам кубитов, которые служат основой квантовых операций. Но никаких квантовых спиновых жидких материалов не было подтверждено. Xie и Cava считают, что Scigen может ускорить поиск этих материалов.
Исследователи подчеркивают, что эксперименты по-прежнему имеют решающее значение для оценки того, можно ли синтезироваться материалы, сгенерированные AI, и как их фактические свойства сравниваются с модельными прогнозами. Будущая работа над Scigen может включить дополнительные правила проектирования в генеративные модели, включая химические и функциональные ограничения.
«Люди, которые хотят изменить мир, заботятся о свойствах материалов больше, чем стабильность и структуру материалов», – говорит Окабе. «С нашим подходом соотношение стабильных материалов снижается, но он открывает дверь, чтобы генерировать целую кучу многообещающих материалов».
Ссылка: Okabe R, Cheng M, Chotrattanapituk A, et al. Интеграция структурных ограничений в генеративной модели для обнаружения квантовых материалов. Ночная матерПолем 2025: 1-8. doi: 10.1038/s41563-025-02355-y
#Новый #инструмент #помогает #генеративному #ИИ #создать #прорывные #материалы
По теме
