微軟研究院推出了一款名為MatterGen 的強大人工智慧系統,該系統能夠產生具有特定性質的新材料,可能會加速電池、太陽能電池板等關鍵技術的開發。
MatterGen 的推出標誌著科學家發現新材料的方法發生了根本性的變化。與傳統方法不同,MatterGen 不再是篩選數百萬個現有化合物,而是根據所需特性直接生成新材料,類似於AI 圖像生成器透過文字描述創建圖片的方式。
MatterGen 使用了一種特殊的AI 模型,稱為擴散模型,類似於DALL-E 等影像生成器,但經過調整以適用於三維晶體結構。系統逐步改進隨機原子排列,形成穩定且符合指定標準的有用材料。研究表明,MatterGen 生成的材料比以往的AI 方法「更有可能是新穎且穩定的,並且距離局部能量最低點更近15倍」。這意味著生成的材料不僅更有可能被實用,而且在物理上更容易實現。
在引人注目的示範中,微軟團隊與中國深圳先進技術研究院的科學家合作,合成了一種新材料TaCr2O6,該材料與MatterGen 的設計結果非常接近,驗證了該系統的實際應用價值。 MatterGen 的靈活性特別突出,可根據特定需求「微調」 產生具有特定晶體結構和電子或磁性特性的材料。這項特性在為特定工業應用設計材料時將顯得尤為重要。
這項技術的潛在應用可能會改變能源儲存和運算領域。新材料的開發對推進能源儲存、半導體設計和碳捕集技術至關重要。例如,改進電池材料可能加速電動車的普及,而更有效率的太陽能電池材料可能使再生能源的成本更加可負擔。
為了加速科學發現,微軟將MatterGen 的原始碼以開源授權的方式發布,全球研究人員可以在此基礎上進行創新。 MatterGen 的開發是微軟「人工智慧與科學」 計畫的一部分,旨在利用AI 加速科學發現。此外,MatterGen 還與微軟的Azure Quantum Elements 平台集成,為企業和研究人員提供雲端運算服務。
然而,專家也提醒,儘管MatterGen 代表了一項重要進展,從計算設計的材料到實際應用仍需大量的測試和改進。此系統的預測結果雖然令人鼓舞,但在工業應用前仍需進行實驗驗證。儘管如此,MatterGen 的技術發展無疑是利用AI 加速科學發現的重要一步。
部落格:https://www.microsoft.com/en-us/research/publication/mattergen-a-generative-model-for-inorganic-materials-design/
AI課程適合對人工智能技術感興趣的人,包括但不限於學生、工程師、數據科學家、開發者以及AI技術的專業人士。
課程內容從基礎到高級不等,初學者可以選擇基礎課程,逐步深入到更複雜的算法和應用。
學習AI需要一定的數學基礎(如線性代數、概率論、微積分等),以及編程知識(Python是最常用的編程語言)。
將學習自然語言處理、計算機視覺、數據分析等領域的核心概念和技術,掌握使用AI工具和框架進行實際開發。
您可以從事數據科學家、機器學習工程師、AI研究員、或者在各行各業應用AI技術進行創新。