AI+物理定律催生新材料革命：MIT与三星联手突破量子与芯片瓶颈

如果人工智能能提出一种在室温下电阻为零的超导材料，这对量子计算和下一代电网意味着什么？这正是科学家们正在攻克的关键课题。如今，麻省理工学院推出的SCIGEN框架与三星开发的PaRS方法，正通过将物理规律融入人工智能模型，推动材料科学进入新纪元。 SCIGEN是一个专为引导生成式人工智能设计奇异材料而构建的框架。它不仅生成候选化合物，更确保这些分子结构符合化学与物理先验知识，避免产生现实中无法存在的虚构分子。例如，系统可探索具备拓扑相或异常磁性的材料，甚至在更高温度下实现超导的可能性。这种基于科学约束的生成方式，显著提升了发现效率，减少了传统实验试错的成本与时间。 与此同时，三星提出的PaRS方法则采用另一种路径——拒绝采样。它不对生成过程进行预设引导，而是对大型语言模型产生的推理轨迹进行筛选，剔除任何违反已知物理定律或超出经验范围的内容。这种方法在量子点LED等器件配方预测中，有效降低了“物理违规”问题，提高了结果可信度。 两者的结合揭示出一个明确趋势：面向科学的物理感知人工智能正在兴起。生成模型拥有强大的创造力，但若缺乏现实约束，其输出往往脱离实际。通过在训练与推理阶段嵌入领域知识，SCIGEN与PaRS共同实现了创意与可行性的平衡。 这一突破或将带来深远影响。在量子计算领域，稳定量子相材料是构建可扩展量子比特的核心；在能源领域，新型催化剂有望降低绿氢生产成本；在电子产业，超越硅基极限的半导体材料可能重塑芯片架构。即便仅发现少数可行候选物，其产业价值也将不可估量。 目前，这两项技术仍处于研究初期。SCIGEN已在生成与理论一致的材料方面展现潜力，而PaRS则在设备性能预测准确率上取得提升。然而，随着生成能力与物理验证机制的融合，未来的材料发现不再依赖偶然，而是由机器主导的设计流程。这不仅是算法的进步，更是科学研究范式的变革。