中科大开发新型材料性能预测AI工具

本网编辑 2025-07-01

中科大开发新型材料性能预测AI工具

2025年7月1日，中国科学技术大学团队在《材料基因工程前沿（英文）》上发布了其开发的一种融合人工智能（AI）大语言模型（LLMs）与第一性原理计算（FP）的智能框架MatAgent，为大语言模型与计算化学的深度融合提供了新的解决方案。

据介绍，MatAgent通过利用Prompt Engineering和LLMs推理技术，可以在无需预定义的输入结构的情况下解释复杂的科学查询，并对材料行为产生精确的预测，为数据分析、结构生成和属性预测等任务提供了全新的高效途径。研究团队针对传统LLMs在材料科学领域存在的领域知识缺失、动态推理能力不足等瓶颈，通过策略，将FP计算工具链与LLMs的能力深度耦合，构建了兼具高精度与泛化性的材料预测平台，为结合先进计算技术以改进材料属性预测提供了新的思路，突出“用户驱动→智能工具链协作→多模态输出”的闭环逻辑，实现材料领域复杂任务的自动化与高精度求解。初步评价表明，MatAgent在预测精度和效率上都有显著提高。

MatAgent还支持领域导向的提示工程，使用者可通过提出多类别集成提示策略（如专家角色模拟、少样本思维链），将化学知识动态融入LLM推理过程，提升任务规划的准确性。

本文系“流程工业”首发，未经授权不得转载。责任编辑：胡静，审核人：李峥