人工智能辅助的三元氧化物的发现和合成如何突出了材料科学的能力差距
Joseph H Montoya1, Carolyn Grimley2, Muratahan Aykol1
1Toyota Research Institute, Energy and Materials Division, Accelerated Materials Design and Discovery USA joseph.montoya@tri.global.
Chemical science
|April 19, 2024
概括
本研究介绍了一种计算机辅助的方法来发现新的无机材料,将AI和DFT与实验合成相结合. 该方法成功地确定了新的酸鲁酸相,推进了材料的发现.
科学领域:
- 材料科学 材料科学 材料科学
- 无机化学 无机化学 有机化学
- 计算材料科学科学 计算材料科学
背景情况:
- 对于无机材料的传统探索性合成方法是缓慢的,容易产生偏差.
- 材料开发的快速进步需要更系统,更有效的发现过程.
- 现有的方法不足以满足现代材料创新的需求.
研究的目的:
- 展示一种系统的,计算机辅助的方法来发现新的无机晶体化合物.
- 将人工智能 (AI) 和密度函数理论 (DFT) 与实验合成相结合.
- 为材料开发建立一种现代替代纯粹探索性合成的替代方案.
主要方法:
- 使用DFT与AI反对合成可行性的自主映射.
- 专家驱动的计算预测阶段的下行选择.
- 通过固态合成和现场表征 (热阶段X射线衍射) 的实验实现.
主要成果:
- 在六个三元过渡金属氧化物化学中成功应用.
- 发现了两种新酸的新阶段.
- 新阶段的详细表征 (XRD,4D-STEM,SQUID),包括明显的缺陷度.
结论:
- 人工智能和DFT引导的发现代表了材料科学的重要里程碑.
- 开发的过程成功地产生了新的无机材料.
- 在人工智能合方法中发现的漏洞将为未来的改进提供信息.


