编辑/凯霞
材料研究中的一个常见任务是，创建具有一组特定特性和性能的材料或化合物，以适应特定的应用。以往，我们可能会招募一位经验丰富的科学家来利用他们的直觉，使用启发式方法创建候选化合物列表。
然而，即使使用高性能计算（HPC），必要计算的计算成本也很高，无法对理论材料空间进行详尽的搜索。因此，迫切需要一种可以使「材料勘探」过程更加全面和高效的替代方法。
来自新加坡-麻省理工学院研究与技术联盟（SMART）的低能电子系统（LESS）跨学科研究小组（IRG）、新加坡国立大学 (NUS) 和南洋理工大学（NTU）的研究团队发现了一种以相当高的精度执行「通用」逆向设计的新方法，能够设计出与已知结构不同的新型晶体材料。
这一突破为进一步发展新兴快速发展的领域铺平了道路，最终可以使用机器学习根据用户定义的一组期望的属性，来准确识别材料。这对材料科学来说可能是革命性的，并具有巨大的工业优势和用例。
这一突破于 2022 年 1 月 5 日以「An invertible crystallographic representation for general inverse design of inorganic crystals with targeted properties」（具有目标特性的无机晶体的一般逆向设计的可逆晶体学表示） 为题发表在《Matter》杂志上。
逆向设计，顾名思义，逆向设计的概念颠倒了传统的设计过程，只需输入一组所需的属性和特性，然后使用优化算法生成预测的解决方案，就可以对新材料和化合物进行「逆向工程」。
对于 ML 模型，目前使用的逆向设计晶体固体有两种主要方法：全局优化和生成模型。
「通用」逆向设计
虽然逆向设计并不新鲜，但 SMART 研究人员在发现「通用」逆向设计的可行方法方面更进一步，其中逆向设计能力不限于特定的一组元素或晶体结构，而是能够访问多种元素和晶体结构。
与现有技术（左）相比，FTCP 逆向设计框架的新颖性（右）。
在研究中，该团队展示了一个无机晶体的一般（成分和结构变化）逆向设计框架，称为 FTCP（傅里叶变换晶体特性），它使用具有特性结构潜在空间的 VAE 将实空间和倒易空间特征映射到特性上，它允许通过采样、解码和后处理对具有用户指定属性的晶体进行逆向设计。更有希望的是，研究人员表明，FTCP 能够设计出与已知结构不同的新型晶体材料——这是探索这一新兴技术的重大进展，对材料科学和工业应用具有潜在的革命性影响。
FTCP 框架，表示+模型。
SMART 研究人员开发的算法对材料数据库中的 50,000 多种化合物进行训练，然后学习并概括化学、结构和性质之间的复杂关系，以预测具有用户目标特征的新型化合物或材料。该算法预测具有目标形成能、带隙和热电功率因数的材料，并通过密度泛函理论通过模拟验证这些预测，从而证明了合理的准确度。
三个设计案例
在本研究中的设计案例（应用 FTCP）的工作流程有四个阶段：
（1）定义预期材料的目标属性；
（2）从训练模型设计（执行采样和后处理）并获得许多 FTCP 设计的候选者；
（3）通过结构松弛（由 DFT 执行）传递这些候选者；将来，这可能由 ML 代理模型执行，以近似 FTCP 复合的速度代，并且删除了不收敛的、重复的和无效的结构，例如，具有重叠原子的结构；
（4）执行第一性原理计算以验证设计候选者的属性，并将满足设计目标的那些保留在用户指定的误差范围内（公差）。
然后，定义了三个指标来量化 FTCP 的性能：有效率、成功率和随机成功率。
FTCP 框架在设计案例中的工作流程。
通过上述工作流程，研究人员在三个设计案例中应用 FTCP：
表：使用 FTCP 的三个设计案例的性能。
研究得出： （1）案例 1，FTCP 的成功率从 14.3% 提高到 38.9%，随机得分从 38.8% 提高至 270%；（2）案例 2，成功率为 36.8%，实现了 560% 的随机改进；（3）案例 3，FTCP 设计了两种独特的晶体，可实现与最先进的 TE 材料碲化锗 (GeTe) 相当的峰值功率因数，成功率为 7.1%。
在三个设计案例中，该框架生成了 142 个具有用户定义的形成能、带隙、热电 (TE) 功率因数及其组合的新晶体。这些生成的晶体在训练数据库中不存在，通过第一性原理计算进行验证。成功率在 7.1% 和 38.9% 之间。
超越专门的逆向设计
这些结果代表了使用生成模型向属性驱动的「通用」逆向设计迈出的重要一步，尽管在与实验综合相结合时仍然存在实际挑战。
「对于材料研究领域来说，这是一个令人难以置信的激动人心的发展。材料科学研究人员现在拥有一种有效且全面的工具，使他们能够通过简单地输入所需的特性来发现和创造新的化合物和材料。」LEES 首席研究员兼麻省理工学院机械工程教授 Tonio Buonassisi 说。
LEES 的主要作者和博士后研究员 Zekun Ren 说：「寻找更有效和高效的方法来制造具有用户定义特性的材料或化合物的目标长期以来一直是材料科学研究人员的重点。我们的工作展示了一种可行的解决方案，它超越了专门的逆向设计，使研究人员能够探索具有不同成分和结构的潜在材料，从而能够创造出更广泛的化合物。这是通用逆向设计成功的开创性例子，我们希望在进一步研究工作的基础上再接再厉。」
论文链接：doi.org/10.1016/j.m…
