2022 年1 月 6 日， 来自新加坡麻省理工学院研究与技术联盟 (SMART) 的低能耗电子系统 (LEES) 跨学科研究小组 (IRG) 的研究人员以及麻省理工学院的合作者(MIT)、新加坡国立大学 (NUS) 和南洋理工大学 (NTU) 发现了一种以相当高的精度执行“一般逆向设计”的新方法。

这一突破为进一步发展新兴领域铺平了道路，最终可以使用机器学习根据用户定义的一组所需属性准确识别材料。这对于材料科学来说可能是革命性的，并且具有巨大的工业效益和用例。

图片来源：新加坡-麻省理工学院研究与技术联盟 (SMART)

材料科学和研究中的一个关键挑战是创造具有一组特定特性和特性的材料或化合物以适应特定应用或用例的长期期望的能力。为了解决这个问题，研究人员传统上通过材料特性数据库进行材料筛选，这导致发现了数量有限的具有用户定义功能特性的化合物。然而，即使使用高性能计算 (HPC)，必要计算的计算成本也很高，无法对理论材料空间进行详尽的搜索。因此，迫切需要一种替代方法，使这一“材料勘探”过程更加全面和高效。

进入逆向设计。顾名思义，逆向设计的概念颠倒了传统的设计过程，只需输入一组所需的特性和特性，然后使用优化算法生成预测的解决方案，就可以对新材料和化合物进行“逆向工程”。最近出现的逆向设计引起了光子学领域的特别关注，该领域越来越多地转向非常规技术，以规避与设计越来越小但功能越来越强大的设备相关的固有挑战。目前的方法涉及传统设计，其中设计师以固定的形状或结构为起点。这个过程是劳动密集型的，并且不考虑具有不同形状或结构的各种其他设备，

逆向设计消除了这个问题，而是允许制造具有最佳或有效形状、结构、化学成分或其他特性或特性的设备。虽然逆向设计并不是什么新鲜事，但 SMART 研究人员在发现一种可行的“通用”逆向设计方法方面更进一步采用了该技术，其中逆向设计能力不限于一组特定的元素或晶体结构，而是能够访问各种元素和晶体结构。

最近发表在《物质》杂志上的一篇题为“具有目标特性的无机晶体一般逆向设计的可逆晶体学表示”的论文概述了这一突破。在研究中，该团队展示了一个用于无机晶体的一般（成分和结构变化）逆向设计的框架，称为 FTCP（傅立叶变换晶体属性），允许通过采样对具有用户指定属性的晶体进行逆向设计，解码和后处理。

更令人鼓舞的是，研究人员表明 FTCP 能够设计与已知结构不同的新晶体材料——这是探索这种新兴技术的重大进展，对材料科学和工业应用具有潜在的革命性影响。

SMART 研究人员开发的算法对材料数据库中的 50,000 多种化合物进行训练，然后学习并概括化学、结构和特性之间的复杂关系，以预测具有用户目标特征的新型化合物或材料。该算法通过目标形成能量、带隙和热电功率因数预测材料，并通过密度泛函理论通过模拟验证这些预测，进而证明具有合理的准确度。

对于材料研究领域来说，这是一个令人难以置信的激动人心的发展。材料科学研究人员现在拥有一种有效且全面的工具，使他们能够通过简单地输入所需的特性来发现和创造新的化合物和材料。LEES 首席研究员兼麻省理工学院机械工程教授 Tonio Buonassisi 说。

新加坡国立大学研究生和论文的共同第一作者 S. Isaac P. Tian 补充说，在此旅程的下一步中，一个重要的里程碑将是改进算法，以便能够更好地预测稳定性和可制造性。SMART 团队目前正在与新加坡和全球的合作者共同应对这些令人兴奋的挑战。

LEES 的主要作者兼博士后助理 Zekun Ren 说，长期以来，材料科学研究人员一直关注的是寻找更有效和高效的方法来创建具有用户定义属性的材料或化合物。我们的工作展示了一个可行的解决方案，它超越了专门的逆向设计，使研究人员能够探索具有不同成分和结构的潜在材料，从而能够创造出更广泛的化合物。这是成功的通用逆向设计的开创性例子，我们希望在进一步研究工作的基础上再接再厉。