■本报记者 袁一雪

在人工智能技术飞速发展的当下，各种语言大模型层出不穷。它们对答如流与奇思妙想，带给用户新奇的体验，让不少人选择在闲暇时“与人工智能聊聊天”。

只不过，它们“闲聊”尚可，一旦涉及专业问题，特别是深奥的科学问题，就显得有些“力不从心”。

蛇年伊始，松山湖材料实验室与中国科学院物理研究所（以下简称物理所）、中国科学院计算机网络信息中心（以下简称网络中心）、中国科学院高能物理研究所散裂中子源、中国科学院赣江创新研究院（以下简称赣江创新院）、中国科学院大学等单位，共同开发出MatChat AI Agent大模型，让“人工智能+”率先走进材料学专业领域。

物理所研究员刘淼在接受《中国科学报》采访时表示：“MatChat AI Agent的面世，意味着自然科学垂类模型时代的到来。”

材料学科的人工智能专家

学习能力强是语言类人工智能大模型最强有力的优势，这让它们在学习海量科学知识时毫不费力。那么，如果只“喂”给人工智能大模型某一学科的知识，能否将其“培养”为这一学科的知识大家呢？

2023年，来自物理所的孟胜、刘淼团队开始尝试材料学科人工智能大模型——MatChat的研发。他们从3万余条无机材料的合成数据出发，训练了MatChat初代模型，它可用于预测无机材料的合成方案。团队将该模型进行开源，并与网络中心合作，开发了在线网站，使其成为“人工智能+材料科学”的经典示范。据刘淼介绍，MatChat初代模型的论文曾发表在Chinese Physics B期刊，是该期刊最受欢迎的论文之一。

2024年初，团队发布了基于深度学习图结构的通用预训练力场（GPTFF）。它不仅能够充分利用海量数据和transformer算法的注意力机制，具备出色的精度和泛化能力，还能精确预测原子间相互作用，适用于几乎任意无机化合物的近平衡态，能用于大体系及复杂体系的分子动力学模拟。此外，它还支持开箱即用，用户可跳过模型训练步骤，直接开展化合物的结构优化、相变模拟、物质输运等科学问题。

2025年伊始，MatChat AI Agent的诞生使得人工智能大模型成为材料学科专家的愿望离实现更近了。刘淼解释说：“MatChat AI Agent在原理上结合了大语言模型和检索增强生成技术，形成了一个强大的知识库，用户可以通过自然对话的形式获取科学研究中的专业知识。”

消除人工智能幻觉隐患

与人工智能大模型进行对话时，它有时会编造看起来合理或可信但实际并不存在的信息，被称为幻觉。日常对话时，偶尔出现的幻觉可能无伤大雅，但涉及严谨的科学领域时，这样的幻觉可能是致命的。

为了消除人工智能幻觉隐患，研究人员训练MatChat AI Agent时，通过提取28万余篇材料科学、物理、化学论文中的知识，形成模型独属的储备知识库。这让它在面对材料学领域专业问题时“毫不怯场”，不仅能够提供高质量的真实信息，规避混乱、无效甚至误导性的回答，还能够在提供文字答案的同时，迅速生成图表，并在文末附上文献资料来源。

“与其他通用大语言模型相比，MatChat AI Agent的回答更具专业性。科学问答的同时确保信息精准溯源，并且保留了科研人员熟悉的学术排版风格。”刘淼表示。

作为使用者，物理所研究员李世亮对MatChat AI Agent的表现十分满意：“MatChat AI Agent回答得挺好！我们正在合成一类超导新材料，需要助熔剂，MatChat给出了很靠谱的回答。”赣江创新院研究员王路也认为：“作为学术研究，我更倾向于用MatChat，答案都是基于科技论文的结果，而不是乱说的。如果文献量继续增加，这个模型会更有用。”

未来潜力无限

刘淼自2018年加入物理所以来，一直致力于“人工智能+材料科学”研究，通过高通量计算和数据，解决材料科学问题。他带领团队自主研发的Atomly的材料库，包含约35万个无机化合物、原子结构、电子结构、热力学稳定性、X射线衍射图样等信息。

“目前，MatChat AI的知识库尚未接入Atomly材料数据库，也就是说未来它的潜力是无限的。”刘淼介绍说。

现在，MatChat AI Agent已经正式面向公众免费开放使用。未来，它将通过团队自主开发的“机器人材料科学家”实现材料的自主设计、筛选、合成、表征、迭代；实现7×24小时无人化、自主化研发。“它也能实现无机材料固相合成，实验过程高度标准化，实验状态参数全程可监控、可溯源。”刘淼说。与大多数业内同类自动化实验室基于液相操作相比，MatChat AI Agent填补了在无机固相材料自动化合成方面的空白。

“我深信人工智能将为科学插上翅膀，让科学‘飞’得更快。MatChat只是一个前奏，未来还将会有一系列激动人心的进展。”中国科学院院士、物理所研究员汪卫华说。