岭大学者破解「晶体语言」个中奥秘 可结合人工智能研发再新能源
肖航教授是首位岭大学者以主要作者身分在国际顶级期刊《自然》系列上发表论文。
由岭南大学（岭大）跨学科学院助理教授肖航教授领导的研究团队，最新研发出一种崭新的「晶体语言」，能应用于人工智能开发理想的新材料（图一），将来更有潜力结合人工智能设计出革命性的半导体材料，可大规模生产低成本的太阳能系统，甚至研发出全新的超导体，在传输洁净电能时不会引起电力耗损。肖教授的突破性研究成果近日在著名学术期刊《自然通讯》（Nature Communications）发表，是岭大首次有学者以主要作者身分在国际顶级期刊《自然》系列上发表论文。
肖航教授及其研究团队所研发的「晶体语言」，全名为「简化线性输入晶体编码系统」（SLICES），该技术能将晶体以文字的形式进行解码，如同乐谱旋律中的音符一样。SLICES亦可以就钻石的晶体结构进行解码，以获取钻石结构的组成和连接性（图二）。
新技术对比传统业界采用的「晶体扩散变分自编码器」（CDVAE），大大提升了对晶体结构解码的准绳度，研究团队就SLICES进行了实验测试，为超过四万个不同的晶体结构进行解码，结果发现，SLICES的准绳度高达百分之94以上，肖教授表示，SLICES能准确地从晶体文字代码中解码出晶体的实际结构，未来有巨大潜力被采纳为人工智能研发新材料的标准工具。
肖教授表示：「现有的晶体结构标示方式一般未能可靠地把实际的原子排列与文字代码之间来回转换，缺乏『可逆转性』，阻碍人工智能在新材料方面的研发，但SLICES能确保达到这个先决条件，将文字代码准确重建为原始的晶体结构。即使晶体旋转、平移或重新排序，亦能够确保代码的准确性，这种可逆转性是协助人工智能更有效率地设计和研发出新型材料的关键所在。」
实证方面，SLICES能完全自主地研发14种专为再生能源技术度身订造的半导体理想候选材料（图三），SLICES能驱动人工智能从已知的材料中获得见解，并假设与现有结构不同的新结构，再进行严格的验证。
肖教授表示：「SLICES是首个以文字代码为基础的可逆转晶体标示法，为晶体的逆向设计开辟了很多令人意想不到的潜力。我们在过去几年见证从图像、视讯、语音、蛋白质以至分子等生成模型的大跃进，预计在SLICES技术提供的高效数据结合化学探索下，固体材料将会成为下一个崭新的发展方向。」
请按此阅读全文：一种可逆转晶体标示法及在人工智能驱动的晶体逆向设计中的应用 https://www.nature.com/articles/s41467-023-42870-7
新晶体语言的概念化视觉呈现：SLICES能够将晶体以文字的形式解码。
「简化线性输入晶体编码系统」（SLICES）可以将钻石结构以文字代码的方式呈现。
SLICES能完全自主地研发14 种专为再生能源技术度身订造的新型半导体。