微软MatterSim: AI助力新材料设计

微软研究院科学智能中心（Microsoft Research AI for Science）近日成功研发出一款名为 MatterSim 的新材料模型。该模型可以在多种元素、温度和压力条件下，实现材料的高效模拟和预测性能，从而推动材料设计的数字化转型。在新材料探索领域，纳米电子学、能源储存和医疗健康等领域的技术进步都离不开材料设计的支持。然而，材料设计的一个关键难题在于如何在不进行实际合成和测试的情况下预测材料的属性。

由于新材料可能涉及元素周期表中 118 种元素的任意组合，并且其合成和工作条件范围非常广泛，这极大地影响了材料内部原子的相互作用，使得准确预测材料的属性和行为模拟变得极其困难。为了解决这一问题，微软研究人员利用深度学习技术，开发出了 MatterSim 模型。

该模型可以在绝对零度到 5000 开尔文、从标准大气压到一千万倍大气压的广泛范围内，模拟金属、氧化物、硫化物、卤化物及其各种状态（如晶体、非晶固体和液体）。研究人员通过合成大量的训练数据来训练 MatterSim 模型，以确保模型能够覆盖材料空间的所有可能性。

此外，MatterSim 模型在进行精细材料模拟和性能预测时，可以降低 90%-97% 的数据需求量。通过优化 MatterSim 模型的定制化功能，仅需要 3% 的原始数据，就可以达到预期实验精度模拟的效果。

总之，微软研究院科学智能中心开发的 MatterSim 模型对于推动材料设计的数字化转型具有重要意义。该模型在材料属性预测方面取得了显著的成果，有望为多个领域的技术进步提供有力支持。