微软研究院发布了名为MatterGen的革命性AI系统，它能够根据特定属性生成全新材料，有望显着加快电池、太阳能电池板等关键技术的研发进程。 MatterGen颠覆了传统新材料发现方法，不再依赖于筛选海量现有化合物，而是直接根据所需特性生成新材料，如同AI图像生成器根据文本描述生成图像一样高效便捷。这项突破性技术将对能源存储和计算领域产生深远影响，并有望推动电动汽车普及以及可再生能源成本降低。
MatterGen 的推出标志着科学家们发现新材料的方法发生了根本性的变化。与传统方法不同，MatterGen 不再是筛选数百万个现有化合物，而是根据所需特性直接生成新材料，类似于AI 图像生成器通过文本描述创建图片的方式。
MatterGen 使用了一种特殊的AI 模型，称为扩散模型，类似于DALL-E 等图像生成器，但经过调整以适用于三维晶体结构。该系统逐步改进随机原子排列，形成稳定且符合指定标准的有用材料。研究表明，MatterGen 生成的材料比以往的AI 方法“更有可能是新颖且稳定的，且距离局部能量最低点更近15倍”。这意味着生成的材料不仅更有可能被实用，而且在物理上也更容易实现。
在一次引人注目的示范中，微软团队与中国深圳先进技术研究院的科学家合作，合成了一种新材料TaCr2O6，该材料与MatterGen 的设计结果非常接近，验证了该系统的实际应用价值。 MatterGen 的灵活性尤为突出，可以根据特定需求“微调” 生成具有特定晶体结构和电子或磁性特性的材料。这一特性在为特定工业应用设计材料时将显得尤为重要。
这一技术的潜在应用可能会改变能源存储和计算领域。新材料的开发对推进能源存储、半导体设计和碳捕集技术至关重要。例如，改进电池材料可能加速电动汽车的普及，而更高效的太阳能电池材料则可能使可再生能源的成本更加可负担。
为了加速科学发现，微软将MatterGen 的源代码以开源许可的方式发布，全球研究人员可以在此基础上进行创新。 MatterGen 的开发是微软“人工智能与科学” 计划的一部分，旨在利用AI 加速科学发现。此外，MatterGen 还与微软的Azure Quantum Elements 平台集成，为企业和研究人员提供云计算服务。
然而，专家们也提醒，尽管MatterGen 代表了一项重要进展，从计算设计的材料到实际应用仍需大量的测试和改进。该系统的预测结果虽然令人鼓舞，但在工业应用之前仍需进行实验验证。尽管如此，MatterGen 的技术发展无疑是利用AI 加速科学发现的重要一步。
博客:https://www.microsoft.com/en-us/research/publication/mattergen-a-generative-model-for-inorganic-materials-design/
划重点:
**MatterGen 是一种新型AI 系统，能够根据特定需求生成新材料，潜在地加速技术开发。 **
** 该系统使用扩散模型生成稳定材料，其成功率比以往提高了15倍。 **
** 微软将该技术开源，促进全球科学研究的创新和合作。 **
总之，MatterGen 的出现标志着材料科学领域的一场革命，其开源性质将进一步推动全球科研合作，加速新材料的研发和应用，为未来科技发展注入新的活力。 我们期待看到MatterGen在各个领域的广泛应用，并为人类创造更美好的未来贡献力量。