Google DeepMind 的 GNoME 发现 220 万种新晶体

背景

寻找一种新材料，本质上是在一个极大的可能性空间里做搜索。晶体（crystal）是原子按周期性重复的方式排列而成的固体，哪怕只涉及少数几种元素，可能的排列方式也多得惊人，而其中绝大多数并不稳定：原子会重新排列，或者整个结构会散掉。因此在真正动手合成之前，先用计算方法筛一遍——依据物理和化学规律估计哪些候选结构可能稳定——就成了常见的做法。

2023年11月29日，Google DeepMind 公布了用于发现新晶体结构的深度学习系统 GNoME，并在《自然》（Nature）上发表了论文^[1]。与这项发布同时出现的还有两篇《自然》论文，一篇来自 Google DeepMind，另一篇由 Berkeley Lab 的研究者主导^[1]。

发布了什么

最醒目的数字是 220 万种新晶体，其中 38 万种被预测为最稳定的一档，也就是最值得尝试合成的候选^[1]。这里的「稳定」是预测而非保证：它表示模型认为该结构能够维持自身，而不会分解成别的东西。

规模最容易通过一组对比看出来。如果只统计用计算方法确认过的材料，已知稳定材料的数量原本约为 4.8 万种；加上 GNoME 的结果，这一数字上升到 42.1 万种^[1]。

关键细节

预测只有在经受实验检验之后才有价值，这次报告了两类检验。第一，新预测的材料中有 736 种已被外部研究者独立合成出来，也就是说这些预测被项目之外的人验证了^[1]。第二，Berkeley Lab 的一间自动化实验室（autonomous lab，由机器人设备在很少人工直接操作的情况下完成实验）利用这些预测合成了 40 多种新材料^[1]。

这些稳定结构将被加入 Materials Project——一个研究者用来查询和比较材料信息的共享数据库^[1]。把候选结构放进公共数据库，等于把它们交给其他研究组，由后者自行挑选要做哪些。

影响

材料发现长期卡在两个环节上：一是想出好的候选，二是把它们做出来检验。一份包含数百万结构的清单，其价值最终取决于其中有多少能被真正合成和测量，而合成既慢又贵，还常常失败。这次给出的数字正落在这个缺口上：数百种预测被外部研究者复现，另有数十种在自动化实验室里被做出来^[1]。

也正因如此，把大规模的结构生成与自动化合成放在一起，才是值得注意的部分。模型扩大了候选集合，机器人实验压缩了检验所需的时间。单独看，这两半都不新鲜；合在一起，它们描述的是一条「预测—检验—反馈」的回路。

还有一个不那么显眼的结果。已知稳定材料的数量从约 4.8 万种增加到 42.1 万种，改变的是材料数据库里装的东西^[1]。研究者习惯用这类参考集合来查一种化合物是否已知、性质如何；当其中大部分条目是预测而非实测时，这类数据库就成了另一种性质的资源——Materials Project 里的一条结构记录，可能只是指向一种尚未被制造出来的东西。

这次发布没有回答的是：220 万种晶体里，最终有多少会以真实样品的形式存在。那 38 万种最稳定的候选仍然是预测，736 种被独立合成和自动化实验室做出的 40 多种材料，是目前给出的证据^[1]。把其余部分变成知识，仍然是一次合成接一次合成的实验室工作。