CLOUD: En skalbar och fysikinformerad grundmodell för inlärning av kristallrepresentationer

Varför det är viktigt att lära av kristaller

Vi lever i en värld uppbyggd av kristaller: chipen i våra telefoner, batterierna i elbilar och katalysatorerna som renar avgaser beror alla på hur atomer ordnar sig i upprepade mönster. Att förstå hur en kristalls struktur påverkar dess egenskaper är avgörande för att uppfinna bättre material, men att beräkna dessa egenskaper med traditionella fysiksimuleringar eller laboratorieexperiment är långsamt och kostsamt. Denna artikel introducerar en ny AI-metod, kallad CLOUD, som lär sig från miljontals kända kristaller och grundläggande fysikprinciper för att snabbt förutse hur nya kristallina material kommer att bete sig.

Att omvandla kristallstrukturer till enkla strängar

En stor utmaning när man lär datorer om kristaller är hur man beskriver ett tredimensionellt atommönster i en form som en modell effektivt kan hantera. Istället för att mata in fullständiga atomkoordinater utformar författarna en kompakt beskrivning kallad SCOPE. Den fångar tre väsentliga ingredienser: kristallens övergripande symmetri, de upprepade uppsättningarna av ekvivalenta atompositioner och vilka grundämnen som sitter var, inklusive deras relativa mängder. Allt detta uttrycks som en kort, koordinatfri sträng. Denna sträng bevarar den viktigaste strukturella informationen samtidigt som den är billig att lagra och lätt för en språkstilad AI-modell att läsa.

En språkmodell för material

Med SCOPE som grund skapar författarna CLOUD, en transformerbaserad grundmodell liknande de som används för naturligt språk. Istället för att lära från meningar på internet tränas CLOUD på SCOPE-strängar för mer än sex miljoner kristaller insamlade från offentliga databaser. Under denna förträningsfas ser modellen upprepade gånger partiella strängar med vissa token dolda och lär sig gissa de saknade delarna, vilket tvingar den att internalisera mönster som kopplar samman symmetri, positionsarrangemang och sammansättning. Därefter läggs ett enkelt förutsägelselager ovanpå och modellen finjusteras på mindre, märkta dataset för att förutsäga specifika egenskaper såsom formationsenergi, bandgap, mekanisk styvhet och dielektriskt svar.

Exakt, skalbar och brett tillämpbar

När CLOUD testas på standardbenchmarks för material matchar eller överträffar den många befintliga maskininlärningsmodeller, inklusive sådana som bygger på fullständiga atomkoordinater. Den är särskilt stark när data är sparsamma eller när testkristaller skiljer sig från dem som sågs under träning, en vanlig situation inom verklig materialupptäckt. Modellen presterar också väl på mer komplexa eller ”okonventionella” strukturer som innehåller defekter, stora enhetsceller eller lågdimensionella skikt. Analys av modellens interna attention visar att den naturligt fokuserar på symmetritoken i SCOPE, vilket bekräftar att den lärt sig använda fysikaliskt meningsfulla ledtrådar. Författarna studerar vidare hur prestanda förbättras när de ökar både modellstorlek och träningsdata och finner att CLOUD följer förutsägbara skalningslag, vilket antyder att ännu större och mer kapabla versioner kan byggas i framtiden.

Att blanda AI med grundläggande fysik

Arbetet går bortom ren mönsterigenkänning genom att bädda in en klassisk fysikalisk modell direkt i inlärningsprocessen. Många viktiga egenskaper, såsom värmekapacitet och intern energi, beror på långräckviddiga vibrationer av atomer i en kristall och förändras med temperaturen. Istället för att låta AI:n direkt ge dessa värden vid en enda temperatur tränar författarna CLOUD-DEBYE: CLOUD tränas för att förutsäga en mellanliggande kvantitet kallad Debyetemperatur, som karaktäriserar hur kristallen vibrerar, och denna förutsägelse matas in i en standard Debye-formel som ger värmekapacitet och energi som funktion av temperaturen. Eftersom Debye-ekvationerna är implementerade på ett sätt som tillåter gradienter att passera genom dem kan hela kedjan tränas end-to-end med endast värmekapacitetsdata vid en temperatur.

Vad detta innebär för att hitta nya material

CLOUD-DEBYE överträffar inte bara avancerade grafbaserade neurala nätverk vid förutsägelse av vibrationsrelaterade egenskaper, det ger också resultat som följer termodynamiska regler över ett brett temperaturområde, även för material och temperaturer den aldrig såg under träning. Detta visar att kombinationen av storskalig datadriven inlärning och väletablerad fysik kan ge modeller som både är precisa och pålitliga. I praktiska termer kan CLOUD-ramverket snabbt sålla bland ett stort antal hypotetiska kristaller, uppskatta många av deras egenskaper och göra det på ett sätt som respekterar grundläggande fysikaliska begränsningar. Detta öppnar en väg mot snabbare, mer tillförlitlig upptäckt och design av de kristallina material som ligger till grund för framtida elektronik, energiteknik och konstruktionsapplikationer.

Citering: Xu, C., Zhu, S. & Viswanathan, V. CLOUD: A Scalable and Physics-Informed Foundation Model for Crystal Representation Learning. Nat Commun 17, 4074 (2026). https://doi.org/10.1038/s41467-026-70467-3

Nyckelord: kristall maskininlärning, materialupptäckt, grundmodeller, symmetri-medvetna representationer, fysikinformerad AI