编辑 | KX
传统的科学探索方式是「爱迪生式」的试错法。材料研发周期非常长，而且耗费的人力物力也是巨大的，并且存在偶然性。
新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。
以我国为例，工信部对 30 余家大型骨干企业调查结果显示，130 种关键材料中，有 32% 国内完全空白、54% 虽能生产，但性能稳定性较差、只有 14% 左右可以完全自给。
2023 年大模型千帆竞发。
就在前不久，大型语言模型（LLM）ChatGPT 入选《Nature》2023 年度十大人物（Nature’s 10），同时，包括 ChatGPT 在内的 AI 工具也成为 2024 年值得关注的科学事件。
ChatGPT 已火爆全球，之后出来很多基础科学领域的「科研 ChatGPT」。
那么，2023 年，在材料和化学研究领域，「AI+材料/化学」又带来哪些突破和探索。
在材料领域，基于机器学习的电子结构预测模拟方法，能够精确模拟超过 100,000 个原子的大型系统；AI 模型生成的分子几乎 100% 有效；AI 方法，还能够以更快、更可靠的方式帮助识别潜在超导体的新候选材料......
在化学领域，AI 驱动的机器人化学家，自主合成有机分子；利用生成式 AI，六秒即可生成新化学反应；机器学习模型预测化学反应的过渡态结构，成功率达93.8%......
接下来，ScienceAI 将回顾 2023 年 AI 在材料、化学领域的一些重要研究进展。
友情提示：点击小标题可直接访问文章
浙大开发DeepSorption：专家知识共学习的晶态多孔材料吸附性能深度学习框架发现38万种新材料、17天自主合成41种新化合物，DeepMind一日两篇论文登上Nature某「新化合物」90年前就有了？伦敦大学学院教授对DeepMind参与的「A-Lab」提出质疑2023 戈登贝尔奖揭晓：Frontier 超算「量子级精度」材料模拟获奖比传统量子化学计算快约40倍，机器学习揭示了如何将聚合物材料溶解在有机溶剂中专访MIT贾皓钧&段辰儒博士：AI4S时代的化学材料发现——「AI炼金术」将引发电子结构计算变革，机器学习精确模拟超10万个原子的大型材料系统通过 AI 与人类协作，更轻松、更快速地分析材料微观结构自动化软件NIMS-OS，实现材料科学中AI和机器人实验之间的闭环首个自然科学领域大模型DARWIN：超过GPT-4，能自我设计新材料全自动且通用，美国三大国家实验室联合提出用于材料发现的晶体缺陷图神经网络通过人工智能绘制材料特性图，加速绝热体的材料空间探索使用生成神经网络进行结构预测和材料设计「虚拟实验室」为机器学习理解有前途的量子材料提供了可能性机器学习结合物理学，探索蛋白质、大分子和材料等系统字节推出首个复杂材料的大规模量子模拟算法，成果入选 npj Computational Materials基于 AI 的质谱技术确定聚合物的单体序列，促进新材料开发机器学习预测有机分子内的态密度，加速功能材料设计高通量 DFT 计算与 AI 相结合，加速材料科学研究和发现磁性材料电子结构实现高效计算，清华徐勇团队开发深度等变神经网络方法 xDeepHAI 驱动的机器人在没有人类帮助的情况下开始寻找新材料ChatGPT 能为计算材料科学做些什么？未来会取代计算材料科学家吗？大型语言模型作为万能钥匙：用GPT解锁材料科学的秘密用 OLED 显示器的核心材料打造 AI「大脑」GPT-3 在化学与材料科学任务中的应用表现如何？Nature Synthesis 综述：人工智能驱动材料发现的组合合成中科院团队构建「机器科学家」平台，开启纳米晶材料数字智造生成的分子几乎 100% 有效，用于逆向分子设计的引导扩散模型「室温常压超导」实现了？更快、更可靠地发现新型超导体，AI/ML方法出招Science综述：密度泛函理论在人工智能时代的核心作用东京工业大学研究团队发现用于下一代燃料电池的新型质子导体GPT-4驱动的机器人化学家登Nature，自主设计反应并执行复杂实验AI炼金术革新化学：MIT学者使用生成式AI，六秒生成新化学反应实现量子化学精度，同时规避几何弛豫瓶颈，深度对比学习用于分子性质有效预测就像Word中的文本自动更正一样，大语言模型自动更正化学工艺流程图弥合化学反应预训练和条件分子生成之间的差距，北大&望石智慧提出「统一」模型比人类同行快六倍，三星电子开发 AI 驱动的机器人化学家，自主合成有机分子比传统量子化学计算快约40倍，机器学习揭示了如何将聚合物材料溶解在有机溶剂中用于化学研究的 GPT-4：什么可以做，什么不可以做？复旦大学、中国科学院团队综述，化学机器学习：基础知识和应用手机电脑都可用，开源平台DECIMER将化学结构式翻译为机器可读的代码可与人类鼻子相媲美，谷歌联合开发AI系统预测化学物质气味ChatGPT「化学助手」搜索文献、预测实验结果 ，为LLM加速科学发现提供新途径化学语言模型 polyBERT，以前所未有的速度和准确性在聚合物「宇宙」中搜索所需聚合物一个用户友好的开源在线平台，用于化学反应的虚拟探索浙大团队将化学知识引入机器学习，提出可外推、可解释的分子图模型预测反应性能化学合成领域的数据科学革命正在加速，自动化、实时分析和 AI 是「催化剂」各种尺寸、形状都适用，图卷积神经网络探索金属纳米粒子的电化学稳定性对于化学家来说，人工智能革命尚未发生？表现优于 GPT-4，ChemCrow 集成 13 种化学工具，增强大型语言模型的化学性能字节跳动&北大团队通过神经网络上的DMC，阐明对分子的化学理解GPT-3 在化学与材料科学任务中的应用表现如何？AlphaFlow：强化学习指导的「自驱动流体实验室」，自主发现和优化多步化学反应成功率达93.8%，机器学习模型预测化学反应的过渡态结构使用物理描述符、大型数据库和监督学习，来系统优化化学泛函
