北京
上海人工智能實驗室5月13日宣布，依托 2030 新一代人工智能國家科技重大專項總體部署，上海人工智能實驗室聯合蘇州國家實驗室、清華大學等合作單位，成功實現厘米級尺寸、厚度超過 200 微米的高質量單晶石墨可控制備。
數據筑基：億級計算材料數據庫支撐訓練
據介紹，人工智能輔助材料研發的核心前提是高質量數據支撐。為實現單晶石墨的精準制備，聯合團隊構建了面向機器學習原子勢訓練的億級計算材料數據庫，該數據庫在數據完整性、精準度及覆蓋范圍上顯著優于以往小規模數據庫，有效突破了以往依賴小規模開源數據或通用數據庫的局限，為后續高精度 AI 模型研發筑牢底層根基。
該數據庫重點涵蓋鎳-碳體系機器學習勢訓練所需的高質量計算數據，包含不同尺寸的鎳團簇、體相、表面結構，以及上述鎳結構與碳原子、碳鏈、碳環、石墨烯、石墨等多種碳構型在不同溫度下形成的復合構型，為高精度機器學習勢的訓練提供了兼具廣度與可靠性的支撐，也為材料表界面 AI 模型研發奠定了堅實基礎。
算法牽引：機器學習勢函數模型搭建原子尺度解析橋梁
基于上述數據庫，聯合團隊采用蘇州國家實驗室開發的高精度、高效率 NEP 機器學習勢方法，結合上海人工智能實驗室開發的主動學習工作流、不確定度分析算法以及計算材料智能體框架，成功開發出機器學習勢函數模型，突破了傳統第一性原理計算在尺度與時間上的局限。
該模型可完成超過十萬原子規模體系、百萬原子步的復雜界面動力學模擬，能夠捕捉孿晶晶界加速碳遷移等關鍵微觀機制，為理解高質量單晶石墨的宏觀生長現象提供了原子尺度的計算橋梁。
機制驅動：制備 200+ 微米單晶石墨超世界紀錄
在高精度機器學習勢函數模型的輔助下，聯合團隊開展大規模、長時間的原子級動力學模擬。通過模擬實驗，團隊不僅揭示了碳原子在鎳晶格內偏析、擴散、成核至生長的遷移全過程，還復現了其在鎳單晶及含孿晶晶界界面處溶解、偏析、成核與外延生長的演化全過程，厘清了單晶石墨的生長機制。
另外，聯合團隊還通過定量模擬實驗，明確了反應溫度、碳溶解度、原子擴散速率、孿晶晶界結構等核心參數對單晶石墨生長質量調控規律，為材料制備工藝的優化升級，提供了可量化、可預測、可落地的理論支撐與計算依據。
基于上述科學發現，聯合團隊搭建了單晶石墨生長系統，最終成功制備出厘米級尺寸且厚度超過 200 微米的高質量單晶石墨 —— 該厚度是當前世界水平的 3 倍以上。這一科研突破也探索了一條從“試錯摸索”向“機制驅動”轉型的智能化科研路徑，驗證了 AI 作為驅動科學發現“革命性的工具”的重要價值。
未來，聯合團隊將進一步依托人工智能模型開展實驗工藝參數優化與規?；圃煅芯?，持續推動單晶石墨向更高質量、更大面積和更穩定量產方向發展，積極拓展其在電子器件、熱管理和高端裝備等領域的應用潛力，探索形成以海量數據為基礎、以人工智能模型為核心、以機制理解為牽引、以實驗制備為驗證、以規模制造為目標的全新研發范式，推動人工智能與材料科學深度融合不斷走深走實。
來源：IT之家
▼ 往期熱文推薦 ▼
【溫馨提示】文中部分圖片來源網絡，版權歸屬原作者，若有不妥，請聯系告知修改或刪除。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
