编辑推荐：
在材料科学领域，探索具有特定属性的新化合物面临挑战。研究人员开展 “文本引导生成式人工智能探索晶体化学空间” 研究，开发 Chemeleon 模型。结果显示该模型能生成化合物和晶体结构，对多组分化合物生成及预测稳定相有效，为材料研究提供新途径。
在材料科学的广袤天地里，寻找具有特定属性的新化合物就像在浩瀚星空中寻找独特的星星，困难重重。化学空间无比广阔，传统方法在探索时举步维艰。一方面，计算材料探索的搜索空间不断扩大，确定那些化学成分、晶体结构和物理属性相匹配，从而能创造出理想材料的区域变得愈发复杂。另一方面，虽然已知结构和属性的数据库是宝贵基础，但仅靠传统方法，根本无法对庞大的搜索空间进行全面探索。为了突破这些困境，来自伦敦帝国理工学院（Department of Materials, Imperial College London）的研究人员开展了一项极具创新性的研究，相关成果发表在《Nature Communications》上。
研究人员开发了一种名为 Chemeleon 的模型，旨在通过学习文本描述和三维结构数据来生成化学成分和晶体结构。这一研究意义非凡，它为材料研究开辟了新的道路，有望加速新型材料的发现进程。
在这项研究中，研究人员主要运用了以下关键技术方法：首先是对比学习（contrastive learning），通过该方法训练文本编码器，使文本嵌入向量与晶体结构的图嵌入向量对齐；其次是去噪扩散技术（denoising diffusion techniques），用于化合物的生成；此外，还利用了诸如 Materials Project 数据库等资源，为模型训练和评估提供数据支持 。
下面来看具体的研究结果：
- 对比学习与晶体结构：开发了 Crystal CLIP 框架，通过对比学习，让文本嵌入向量与图嵌入向量在潜在空间中更好地对齐。实验结果显示，相较于基线模型 Baseline BERT，Crystal CLIP 能更有效地区分正、负样本对，元素嵌入向量也呈现出更明显的聚类效果。
- 生成扩散模型：该模型的扩散过程包含正向和反向。正向过程是给晶体结构逐步添加噪声，反向过程则是通过去噪模型预测并去除噪声，从而重构原始数据。而且，Chemeleon 能够依据文本描述引导化合物的生成。
- 结构指标评估：研究人员用有效性（validity）、唯一性（uniqueness）、结构匹配（structure matching）和亚稳性（metastability）这四个指标对模型进行评估。结果表明，Chemeleon 在生成结构可行的输出方面表现出色，生成结构的唯一性较高，在结构匹配上，Crystal CLIP 的表现明显优于 Baseline BERT，在生成稳定结构方面也较为有效。
- 文本引导生成评估：研究人员以成分和晶体系统匹配率这两个指标来评估模型基于文本描述生成化合物的能力。结果显示，Crystal CLIP 在成分匹配率上表现更优，并且在处理通用文本描述时，其性能优势更为明显，这凸显了对比学习处理非结构化、自然语言输入的能力。
- Chemeleon 的应用：研究人员在 Ti - Zn - O 和 Li - P - S - Cl 等化学空间展示了 Chemeleon 的能力。在 Ti - Zn - O 系统中，发现了新的稳定和亚稳结构；在 Li - P - S - Cl 系统中，预测出了新的稳定和亚稳结构，构建了相图，还确定了一些动态稳定的结构。
在研究结论与讨论部分，Chemeleon 模型展现出了在文本引导下探索化学空间的巨大潜力。它成功在多个化学空间中进行了晶体结构采样，为已知系统提供了新的见解，也为如固态电池相关的研究提供了重要参考。不过，该模型也存在一些局限性，比如输入文本和生成化合物之间的约束不够严格，在处理数值属性时存在困难等。未来的研究可以朝着更复杂的结构和属性方向拓展，利用更广泛的文本输入，进一步提升文本引导晶体结构生成的潜力。总的来说，这项研究为材料研究领域带来了新的思路和方法，让人们在探索新型材料的道路上迈出了重要一步，有望推动相关领域取得更多突破。
