人工智能在材料领域的应用情况与近期成果

人工智能在材料领域的主要应用包括材料发现和设计、材料特性预测和模拟、材料制备和工艺控制、材料性能评估和优化、材料质量控制和缺陷检测等。近期人工智能技术在材料领域的应用成果主要有： 

1 新加坡利用 AI成功制造磁性纳米石墨烯量子材料

据新加坡国立大学网站 2024 年 3 月 1 日消息，新加坡研究人员利用人工智能（AI），成功精确制造出磁性纳米石墨烯量子材料。一般石墨烯不具备磁性，阻碍了这种材料在自旋电子学的应用。而磁性纳米石墨烯是一类极具吸引力的新型碳基量子材料，拥有强大 π- 自旋中心与集体量子磁性，对开发分子层面的高速电子设备、量子比特至关重要。新加坡国立大学（NUS）的团队借助 AI 的能力，提出原子机器人探针（CARP）概念，通过整合探针化学知识与人工智能，能以自动化的方式精确设计需要的 π 电子拓扑和自旋构型，成功在单分子层级上自主制造出磁性纳米石墨烯。 

图：CARP 的创新框架使该微观系统能够 “思考” 和 “采取行动”，作为大气中的实验性地表化学物质 

2 微软通过AI识别出全固态电解质材料N2116

据微软网站 2024 年 1 月 9 日消息，微软与美国能源部下属的西北太平洋国家实验室（PNNL）合作，利用人工智能和高性能计算，从 3200 万种潜在材料中筛选出了一种全固态电解质材料 N2116，完成了从预测到实验的闭环。该材料的应用可以显著降低锂金属的使用量高达 70%，从而缓解了现有锂电池过热和起火的问题，以及锂金属提取过程中对环境产生的负面影响，因为该过程消耗大量水和能源。研究人员表示，该过程仅耗时数周，但若采用传统方法，筛选过程可能需要二十余年时间。 

图：一名微软科学家正在使用 Azure Quantum Elements 平台 

3 加美研究团队利用生成式AI设计出全新抗生素

据麦克马斯特大学 2024 年 3 月 22 日消息，加拿大麦克马斯特大学和美国斯坦福大学研究团队开发出新的生成式人工智能模型 SyntheMol，可从近 300 亿个分子的化学空间中设计易于合成的新型化合物。该模型可设计出抑制超级细菌鲍曼不动杆菌的分子，其中 6 个对鲍曼不动杆菌和其他几种系统发育不同的细菌病原体表现出抗菌活性。该研究代表将生成式人工智能用于抗生素等药物发现的实际应用迈出的重要一步。

图：斯坦福大学医学院的研究人员利用人工智能提供治疗鲍曼不动杆菌的药物配方。 

4 三星公司成立人工智能实验室研究下一代半导体

据 Bloomberg 网站 2024 年 3 月 19 日消息，韩国三星公司成立通用人工智能（AGI）计算实验室，研究满足未来需求的下一代半导体。AGI 计算实验室最初将开发用于AI大模型的芯片，专注于推理与服务应用。为了开发能大幅降低运行 AI 大模型所需功耗的芯片，三星半导体正在重新审视芯片架构的各个方面，包括内存设计、轻量级模型优化、高速互连、先进封装等。三星计划以快速迭代的方式，不断发布 AGI 计算实验室的新版本芯片设计，为正在持续增长的模型提供更强大的性能支持，同时仅需消耗少量功耗与成本。

图：三星电子芯片生产工厂