四川大學團隊研發“材料版ChatGPT”，能用自然語言描述來模擬材料特性

近日，四川大學高分子學院劉晗團隊，解決了將計算模擬用於材料預測應用的技術壁壘。

同時，也解決了由於目標用戶對於計算物理程序語言的不熟悉，致使其難以在實際生產或研發過程中應用預測工具的難題。

圖 | 劉晗（來源：劉晗）

研究中，他們研發了一款名爲 Lang2Sim 的軟件，使得通過自然語言描述進行材料特性模擬成爲可能。

圖 | Language-to-Simulation（Lang2Sim）workflow（來源：arXiv）

爲了實現這一目標，該模型被劃分爲三個主要模塊：LM-Type（模擬類型）、LM-Sim（模擬性能）、以及 LM-EXE（模擬參數）。

其中，LM-Type 集成了從宏觀至微觀、從經驗性到理論性的多種模擬工具。LM-Sim 則根據選取的模擬工具，選取了可模擬性能、

而最終，根據選定的 LM-Type 以及 LM-Sim，LM-EXE 會引導使用者輸入模擬所需參數，並根據相關文獻輸出最終結果。

圖 | Architecture of Lang2Sim platform（來源：arXiv）

上述三個模塊按序組成了一個完整的預測過程。未來，通過集成更多模擬方法，預計生成結果數將會呈現如同決策樹般的指數級增長。

圖 | Lang2Sim example run on User-Interface（UI）（來源：arXiv）

除此之外，模型的自我學習功能也可圈可點。通過對儲存空間的合理安排，每次模擬之後，模型都會對模擬條件進行記錄。

在遇到類似情形時，可以根據先前記錄快速進行二次模擬，從而加速計算過程，避免計算資源浪費。

總而言之，該項研究開發了一套人機交互智能建模系統，通過大語言模型構建語言智能體集成系統，能夠基於人機交互歷史將自然語言精確轉化爲材料計算模型，爲便捷地進行材料模擬提供了一種新工具。

圖 | History chat effect（來源：arXiv）

預期的應用場景可分爲兩方面：

一是在學術研究中，在進行物理化學實驗之前，通過對設想的材料預先進行模擬，可以對材料研發提供指導意見，如針對結構、組分進行改變等；

二是在生產應用中，通過模型可預測當前材料在特定條件下的性能，能爲材料能否在實際條件下發揮需要的作用提供依據。

圖 | Future development of Lang2Sim platform（來源：arXiv）

研究人員表示，可以把本次模型看作材料科學屆的學術版 ChatGPT。

事實上，Lang2Sim 和 ChatGPT 的運行模式非常相似。只不過和 ChatGPT 相比，Lang2Sim 對使用者輸入的信息有更明確的要求，但同時也提供了相較於 ChatGPT 更準確的結果。

日前，相關論文以《仿真引擎語言研究》（On Languaging a Simulation Engine）爲題發在 arXiv[1]，劉晗擔任第一作者和通訊作者。此外，課題組研究生李天乙參與了本次採訪。

圖 | 相關論文（來源：arXiv）

據介紹，AI 在材料科學中的應用一直是該課題組的主要研究方向，目前他們致力於構建基於人工智能的計算材料平臺。

通過此，他們期望實現對於材料“製備—結構—性能—應用”的全過程模擬與反向設計，從而精準預測並反向調控材料製備過程。

進而快速降低目標材料的研發週期與成本，達到高性能新材料的加速開發，並在實際應用中促進相關理論方法學的發展。

目前，該團隊仍在開展相關工作，例如基於大語言模型的語言智能體集羣架構設計、以及可用於 LM-Type 中的預測模型等。

下一步，課題組計劃通過進一步的研究，充實各個功能板塊。此外，他們也在積極和外部課題組合作，以將預測結果用於實驗驗證或實驗指導。

最終，該團隊希望可以推動材料設計實驗室的虛擬化和智能化，包括材料研發、製備、以及表徵的全過程自動化。

目前，基於人工智能的全自動材料研發平臺正在深刻變革整個科技領域，機遇很多、挑戰也很多。

比如，高分子加工對於人工智能輔助的全自動研發還存在大量缺口，這也是今後學界需要補足的重點方向之一。

事實上，歷次的科技革命都是將人從重複勞動中解放出來。

比如：

織布機的發明，不僅提升了紡織效率，也使得織物質量和產量得到提升，並帶動了其他部門工業化，推動了工業革命。

計算機的發明，使得人類計算尺度得到顛覆性提升，其深遠影響直至今日。

而現在我們賦予機器思考能力，使計算模擬變得不再難以企及，從而從根本上改變現有的科研範式，推動材料研發生產更加全面的智能化、自動化、理性化。

參考資料：

1.https://arxiv.org/ftp/arxiv/papers/2402/2402.16482.pdf

運營/排版：何晨龍

01/ 科學家破解太陽能地下鹹水淡化經濟性難題，爲富鹽滷水“儲能式”淡化提供範例

02/ 讓AI向生物級智能邁出重要一步：北航團隊開發新型人工神經元器件，能對外界信號做出超快超精響應

03/ 西交大提出多糖等生物大分子合成新範式，甲烷蛋白粗蛋白質含量超過70%，成功實現高效生物儲能

04/ 將3000年沉積過程縮至2小時，科學家造出有機半導體玻璃薄膜，能用於製備OLED顯示器

05/ 5分鐘之內完成充放電：喬世璋院士團隊研發雙金屬催化劑，實現高鋰硫電池功率密度