在人工智能与材料科学交叉领域，一项突破性研究正在改变我们对材料设计的认知。MIT研究人员开发的SCIGEN（Structural Constraint Integration in GENerative model）技术，成功解决了传统AI材料生成模型在设计具有特殊量子属性材料时的局限性，为量子计算、能源存储等领域带来了革命性突破。
传统AI材料生成的瓶颈
近年来，谷歌、微软和Meta等公司开发的生成式材料模型已经能够基于训练数据帮助研究人员设计数千万种新材料。然而，当涉及到设计具有特殊量子特性（如超导性或独特磁状态）的材料时，这些模型却显得力不从心。
"这些大公司生成的模型优化的是材料的稳定性，"MIT的明达·李（Mingda Li）教授指出，"我们的观点是，材料科学的进步通常不是这样的。我们不需要1000万种新材料来改变世界，我们只需要一种真正优秀的材料。"
这一瓶颈在量子自旋液体材料的研究中尤为明显。这类材料有望彻底改变量子计算领域，但经过十年研究，仅发现了十几种候选材料。材料发现的缓慢进展直接限制了技术突破的可能性。
SCIGEN技术：约束生成的新范式
为了解决这一问题，MIT研究团队开发了SCIGEN技术，这是一种能够让流行的生成式材料模型遵循特定设计规则来创建有前景量子材料的创新方法。这些规则或约束引导模型创建能够产生量子特性的独特结构。
SCIGEN是一种计算机代码，确保扩散模型在每个迭代生成步骤中都遵循用户定义的约束。通过SCIGEN，用户可以为任何生成式AI扩散模型提供几何结构规则，使其在生成材料时遵循这些规则。
"量子领域的研究人员非常关注这些几何约束，比如由两个重叠的倒三角形组成的Kagome晶格，"李教授解释道，"我们创造了具有Kagome晶格的材料，因为这些材料可以模拟稀土元素的行为，因此具有很高的技术重要性。"
从理论到实践：材料合成验证
为了测试SCIGEN的有效性，研究人员将其应用于一个名为DiffCSP的流行AI材料生成模型。他们让配备SCIGEN的模型生成具有称为Archimedean晶格的独特几何图案的材料，这些晶格是由不同多边形的二维晶格铺砌组成的集合。
"Archimedean晶格会产生量子自旋液体和所谓的平坦带，这些特性可以模拟稀土元素的性质，无需使用稀土元素，因此它们极其重要，"该工作的共同通讯作者程茂阳（Cheng）表示，"其他Archimedean晶格材料具有可用于碳捕获和其他应用的大孔，因此这是一组特殊的材料。在某些情况下，还没有已知材料具有这种晶格结构，所以我认为找到适合该晶格的第一种材料将非常有趣。"
该模型生成了超过1000万种具有Archimedean晶格的材料候选者，其中100万种材料通过了稳定性筛选。随后，研究人员利用橡树岭国家实验室的超级计算机，对26000种材料进行了详细模拟，以了解材料底层原子的行为。他们发现这些结构中有41%具有磁性。
从这一子集中，研究人员在谢（Xie）和卡瓦（Cava）的实验室中合成了两种先前未发现的化合物：TiPdBi和TiPbSb。随后的实验表明，AI模型的预测与实际材料的特性基本一致。
量子计算材料的加速发现
量子自旋液体材料可能通过实现稳定、抗错的量子比特（量子操作的基础）来解锁量子计算的潜力。然而，目前尚未确认任何量子自旋液体材料。谢和卡瓦相信SCIGEN可以加速对这些材料的搜索。
"人们对量子计算机材料和拓扑超导体的搜索非常大，这些都与材料的几何图案有关，"谢表示，"但实验进展非常非常缓慢，"卡瓦补充道，"许多这些量子自旋液体材料受到约束：它们必须位于三角形晶格或Kagome晶格中。如果材料满足这些约束，量子研究人员就会感到兴奋；这是一个必要但不充分的条件。因此，通过生成许多这样的材料，它立即为实验人员提供了数百或数千个候选者，以加速量子计算机材料的研究。"
德雷塞尔大学史蒂夫·梅（Steve May）教授评价道："这项工作呈现了一种新工具，利用机器学习预测哪些材料将在期望的几何图案中具有特定元素。这应该加快先前未探索材料在下一代电子、磁性或光学技术中的应用开发。"
未来展望：从几何约束到多功能设计
研究人员强调，实验评估AI生成材料是否可以合成以及其实际特性与模型预测的对比仍然至关重要。未来对SCIGEN的工作可能将额外设计规则纳入生成模型，包括化学和功能约束。
"那些想要改变世界的人更关心材料的特性，而不是材料的稳定性和结构，"论文第一作者冈部亮太郎（Okabe）表示，"通过我们的方法，稳定材料的比例下降了，但它为生成大量有前景的材料打开了大门。"
这项研究得到了美国能源部、国家能源研究科学计算中心、国家科学基金会和橡树岭国家实验室的部分支持。随着SCIGEN技术的不断完善，我们有理由期待在量子计算、能源存储、电子器件等领域迎来更多突破性材料的发现，为人类科技发展开辟全新可能性。
MIT研究人员开发的SCIGEN技术通过约束AI模型，成功生成具有量子特性的新型材料结构。如图所示的Kagome晶格结构可以支持对量子计算有用的材料创建。
