人工智能模型揭示晶体材料结构

麻省理工学院的化学家开发了一种新的生成式人工智能模型，用于确定粉末晶体的结构。

该模型通过机器学习和X射线衍射图案预测结构，准确率达到67%。

研究表明，结构是材料应用的基础，影响超导性、磁性和光伏性能等。

粉末晶体的结构解析比完整晶体更具挑战性，因为粉末只包含随机碎片。

研究团队使用了来自材料项目的数据库数据，训练了名为Crystalyze的AI模型。

模型将结构预测过程分为多个子任务，包括确定晶格的大小和形状，以及原子的排列。

研究人员在模拟和实验衍射图案上测试了模型，成功解析了超过100个未解决的结构。

该模型还用于发现三种新材料的结构，这些材料在高压下形成，具有不同的晶体结构和物理特性。

能够确定粉末晶体材料的结构将对几乎所有材料相关领域的研究人员有所帮助。

该研究得到了美国能源部和国家科学基金会的资助。