除了與李世石下棋 人工智能也可以研發新材料了

材料牛注：康涅狄格大學的研究者們利用機器學習開創了一種研發新材料的方法。

過去，新材料的研發是一件很有風險的事情，因為研發過程中的盲目性會導致研發時間和成本的浪費。不過，現在不同了，來自康涅狄格州立大學的研究者利用機器可以瀏覽數百萬理論化合物的學習能力，對研究范圍進行了系統化搜索，以此可獲得質量更高的太陽能電池、纖維以及計算機芯片。

以前，誰也不清楚為什么早期的冶金學家要將一大塊錫熔進銅里，但制備出來的青銅合金卻比當時所有已知金屬都要硬且更耐用。在隨后的7000年中，材料實驗大多如青銅制備一樣，很大程度上是受哲學和化學直覺的影響。

但是當今世界現存的元素中，至少有95種穩定元素。這些元素通過不同配比結合，數量會非常龐大。如果通過實驗的方法來尋找想要的配比，效率會變得非常低。

來自康涅狄格州立大學的材料科學家Ramamurthy?'Rampi'?Ramprasad卻不是這樣干的。他們理性設計，通過機器掃描、分析計算出哪種原子組態可以制備出性能優異的導電聚合物或絕緣體聚合物，而不是隨意將化學藥品混合來觀察它們的反應結果。

聚合物是一種由重復模塊構成的大分子材料，無論在生活還是人造材料中都可以見到它的身影。在我們熟悉的材料中，塑料就是個例子，不同塑料間的差異極大，硬度、塑性以及透光性等都有可能差異巨大。在電學性能方面，聚合物同樣表現出多樣性。例如，它們可以很好的絕緣體，阻止電流的穿過；然而，它們中的導體可以讓電子自用通過。而聚合物中的原子不同的連接方式正是產生這些現象主要原因。但是直到今天，還沒有人能夠系統的解釋原子排列和物質屬性間的關系。

所以，Ramprasad和他的同事決定解決這一問題。

首先，研究者們會分析現有聚合物，根據量子力學計算出不同原子組合聚合物所具有的性質，通過每種聚合物所特有的結構代碼，量化出原子量與聚合物性質之間的關系。一旦擁有這些數據，他們可以通過計算機搜尋所有理論可能的聚合物，計算出那種聚合物具有何種性質。這樣一來，當需要特定性質的聚合物時，可以快速掃描數據清單，從而決定哪種理論上存在的聚合物可以值得一試。

很多聚合物是由很多僅含有幾個原子的構建塊組成。在這項研究中，Ramprasad的團隊觀察了由 CH2, C6H4, CO, O, NH, CS, 和 C4H2S這 7個模塊構成的聚合物，這些在諸如塑料聚乙烯、聚酯和聚脲這些塑料是可以經常見到的。其實，在理論上由這些模塊還可以構建出大量其它的聚合物。Ramprasad的團隊決定從每種組分由四個單元重復構成的283聚合物入手，通過理論計算獲得其三維結構。

曾經，研究人員在獲得三維結構后，就可以計算出包括帶間隙、介電常數在內的一系列聚合物屬性。（介電常數是度量電場對聚合物性質影響程度的一個參數）。通過這些屬性，我們就可以知道聚合物自身所存儲的電能。研究人員采用這些大家所熟知的技術進行研究，所花費的時間成本是高昂的，這也是為什么采用這種方法開發新材料比較困難的原因。

Ramprasad的團隊在以往的項研究上更進一步。他們需要一個速記系統，在這個系統中，電腦可以觀測聚合物模塊及它們的連接方式，然后以此對聚合物性質作出有根據的推測。

眾所周知，計算機是通過處理數據獲得信息的。于是，團隊首先將每一種聚合物用一串數字表示，即一種數字指紋。對于包含7個模塊的聚合物來說，就有7個可能的數字，每個數字都代表了對應模塊類型的數量。但是這樣一串簡單的數字序列還遠不能表示聚合物結構。接下來，團隊加入第二串數字來表示不同對模塊的數量，例如NH-O或 C6H4-CS。同理，第三串數字表示模塊三三組合時不同組數量。最后，它們將這些字符串排成三維矩陣，方便計算機處理。

接下來，他們就讓電腦去工作了。利用量子力學計算，機器將每個聚合物的數字指紋與其帶隙和介電常數對比，逐漸“學會”不同模塊所具備的屬性。它甚至可以將這些屬性映射到聚合物模塊的二的維矩陣。一旦機器掌握了原子組合模塊的對應屬性,它就不需要對原子結構進行量子力學計算，而直接依靠數字就可分析聚合物的組成和結構。這為新材料的開發開辟了新的道路。

作為一個理論材料研究員，Ramprasad想要知道材料所表現出的性能的深層次原因。聚合物的電容率是由什么在決定？又是什么讓絕緣體在高電場下不被擊穿？但Ramprasad同樣想讓這些研究結果可以讓新材料的研發更加理性。因此，Ramprasad讓他計算的結果免費公開，以期望幫助開發新材料。

原文參考地址：Building a Better Mouse Trap

感謝材料人網編輯部劉萍提供素材。