生成式 AI 加速材料創新，微軟研究院開源釋出 MatterGen 模型

材料創新是重大技術突破的一大關鍵動力，然而為應用目標尋找新材料就像大海撈針，過去透過高成本、長時間的實驗試圖找出新材料。隨著生成式 AI 技術不斷演進，研究人員可望大幅縮短發掘新材料的時間和成本。

微軟研究院（Microsoft Research）本月在《自然》期刊發表論文，分享將生成式 AI 引進材料設計的新模型「MatterGen」，可從不同角度解決材料問題。MatterGen 並不是從數百萬種現有化合物進行篩選，而是根據所需特性直接生成新材料，類似於圖像生成工具根據文字提示產生圖片的方法。

▲ MatterGen 用於生成新穎且穩定材料。

MatterGen 是一種在材料 3D 幾何結構上運行的擴散模型，如同影像擴散模型透過修改雜訊影像中的像素顏色，可根據文字提示產生圖片，MatterGen 透過調整隨機結構的位置、元素及週期晶格來生成新結構。實際上，MatterGen 以 Materials Project 和 Alexandria 資料庫多達 60.8 萬種穩定材料訓練而成。

論文指出，與先前 AI 方法相比，MatterGen 生成的材料「新穎且穩定的可能性高出 2 倍以上，並且更接近局部最低能量值 15 倍以上」，意味著新材料更有機會使用並以物理方法建立。

微軟研究院與中國科學院深圳先進技術研究院的科學家合作，合成由 MatterGen 生成的新材料 TaCr2O6，驗證 MatterGen 的實用性。

雖然 MatterGen 取得重大進展，不過專家警告，AI 生成的新材料到落地應用需要不斷測試和改進。這套系統的預測雖然很有希望，但在材料投入工業生產和應用前，必須反覆實驗驗證。

MatterGen 達成生成式 AI 輔助材料設計的新模式，對材料創新進行有效的探索。微軟以開源授權釋出 MatterGen 的原始碼，允許世界各地研究人員以此技術基礎進行材料開發。