人工智能材料设计大模型 AlphaMat

在当今科学技术飞速发展的时代，原创科学工具的研制对于推动 各学科领域的进步起着至关重要的作用。上海交通大学人工智能与微 结构实验室李金金团队开发的人工智能材料设计大模型 AlphaMat 平 台（https://www.aimslab.cn/#/alphamat）不同于问答式的材料大 语言模型。AlphaMat 具备 91 个材料设计功能，这些功能覆盖了人工 智能材料建模的完整周期，包括从数据采集，到数据预处理、特征工 程、模型建立、参数优化、模型评估，再到结果分析、端到端设计的 一系列环节。因此 AlphaMat 得以在众多材料性质建模中发挥作用， 例如形成能、带隙、吸附能、弹性模量以及热导率等方面的建模，为 材料研发工作者带来了极大的便利。不仅如此，AlphaMat 平台内置了 200 多个材料数据后处理和分析工具，使其能够对模型输出的结果展开多角度、全方位的深度剖析。如此一来，研究者不仅可以获取材料 预测结果，更能够深入挖掘隐藏在数据背后的材料性质变化规律等重 要信息，为进一步探索材料奥秘提供了有力支持。此外，经过多年的 积累，AlphaMat 平台拥有百万量级的专有材料属性数据库，为准确预 测材料属性筑牢了坚实的基础，目前已能够对涉及材料结构稳定性、 力学性能、电学性能、热学性能、光学性能等多个关键方面的常见材 料属性进行有效预测和高性能设计。

在应用方面，AlphaMat 受到多个国家研究学者认可，下载量已超 过 20 万次。其帮助研发者节省了大量的时间成本和硬件成本，并且 发现了诸多极具潜力的材料，其中包括 491 种潜在的光伏材料、78 种 电极材料、9 种固态电解质、58 种导热材料以及 39 种锂硫电池正极 材料。这些被发现的材料已经在锂硫电池、太阳能电池中等多个体系 中进行了验证。比如，申请人用 AlphaMat 发现的光伏材料 Ag2BaTiSe4， 近期已被墨西哥克雷塔罗奥托诺马大学能源材料学院成功实验合成， 并应用于太阳能电池之中。该材料在无毒、储量丰富的碱土金属硫系 化合物里实现了最高的光电转换效率，有着替代传统光吸收材料在工 业上广泛应用的潜力(Scientific Reports 14, 1473 (2024))。此 外，AlphaMat 还获得了国际专业领域的高度评价：土耳其阿塔图尔库 大学 Behzad Ghasemi Parvin 教授在第四届科学与工程国际会议上 对 AlphaMat 进行了介绍，并在会议和相关论文中给予高度赞扬 (https://doi.org/10.6084/m9.figshare.25180352.v1 (2024))，他 指出：“AlphaMat 有出色的连接能力，能够将材料与应用紧密相连，设计结构和组分描述符，并且能有效地与各类人工智能模型进行对接， 从而发挥协同作用。同时 AlphaMat 展现出了强大的模拟能力，能够 对至少 12 种常见材料属性进行模拟，如结构稳定性、能量、带隙、 离子电导率、磁性、声子特性等”。