记者获悉，国外某团队开发了一种人工智能（AI）算法，可几乎即时地预测任何材料（无论是现有材料还是新材料）的结构和动态特性。该算法被称为M3GNet，用于开发Matterverse.ai数据库，该数据库包含超过3100万种尚未合成的材料，其特性由机器学习算法预测。数据库还促进了具有卓越性能的新材料的发现，研究人员可使用其来寻找更安全、能量密度更高的可充电锂离子电池电极和电解质。

为了构建材料的等价物，研究团队将图形神经网络与多体交互相结合，构建了一种深度学习架构，可在元素周期表的所有元素中通用、高精度地工作。为了训练他们的模型，该团队使用了过去十年在材料项目中收集的巨大的材料能量、力和应力数据库。M3GNet原子间势（IAP）则可预测任何原子集合中的能量和力。最终Matterverse.ai是通过对无机晶体结构数据库中的5000多个结构原型进行组合元素替换而生成的，然后使用M3GNet IAP获得平衡晶体结构，用于属性预测。

新成果在材料动态模拟和性能预测方面也有广泛的应用。例如，人们通常对锂离子在电池电极或电解质中的扩散速度很感兴趣。扩散越快，电池充电或放电的速度就越快。研究证明，M3GNet IAP可用于准确预测材料的锂电导率。研究人员坚信M3GNet架构是一种变革性工具，可极大地扩展对新材料化学和结构的探索能力。

通过Matterverse.ai人类从某种程度上变身造物主，能在材料无数排列组合中挑出他们心仪的那些，就算还没有真正把材料造出来，但已经能够了解它们的特性，甚至尝试加以改造，让它们在不同领域大显身手。而这一切，也将在科学和技术上产生巨大作用，助推新设备、新工具的诞生，改变人类的生活。