MatterGen: a generative model for inorganic materials design

要約

望ましい特性を備えた機能性材料の設計は、エネルギー貯蔵、触媒、炭素回収などの分野で技術の進歩を推進するために不可欠です。
生成モデルは、所望の特性制約を与えてまったく新しい材料を直接生成することにより、材料設計に新しいパラダイムを提供します。
最近の進歩にもかかわらず、現在の生成モデルは安定した結晶を提案する成功率が低いか、非常に限られた一連の特性制約しか満たせません。
ここでは、周期表全体にわたって安定した多様な無機材料を生成し、さらに微調整して幅広い特性制約に向けて生成を導くことができるモデル、MatterGen を紹介します。
これを可能にするために、原子の種類、座標、周期格子を徐々に改良することで結晶構造を生成する、新しい拡散ベースの生成プロセスを導入します。
さらに、ラベル付きデータセットを使用して特定のプロパティ制約に合わせて微調整できるアダプター モジュールを導入します。
以前の生成モデルと比較して、MatterGen によって生成される構造は新規で安定している可能性が 2 倍以上高く、局所的なエネルギー最小値に 15 倍以上近づいています。
微調整後、MatterGen は、望ましい化学的特性、対称性、機械的、電子的、磁気的特性を備えた安定した新規材料を生成することに成功しました。
最後に、高い磁密度とサプライチェーンリスクの低い化学組成の両方を備えた構造を提案することで、多特性材料設計機能を実証します。
私たちは、生成されるマテリアルの品質と MatterGen の機能の幅広さは、マテリアル デザインのための普遍的な生成モデルの作成に向けた大きな進歩であると信じています。

要約(オリジナル)

The design of functional materials with desired properties is essential in driving technological advances in areas like energy storage, catalysis, and carbon capture. Generative models provide a new paradigm for materials design by directly generating entirely novel materials given desired property constraints. Despite recent progress, current generative models have low success rate in proposing stable crystals, or can only satisfy a very limited set of property constraints. Here, we present MatterGen, a model that generates stable, diverse inorganic materials across the periodic table and can further be fine-tuned to steer the generation towards a broad range of property constraints. To enable this, we introduce a new diffusion-based generative process that produces crystalline structures by gradually refining atom types, coordinates, and the periodic lattice. We further introduce adapter modules to enable fine-tuning towards any given property constraints with a labeled dataset. Compared to prior generative models, structures produced by MatterGen are more than twice as likely to be novel and stable, and more than 15 times closer to the local energy minimum. After fine-tuning, MatterGen successfully generates stable, novel materials with desired chemistry, symmetry, as well as mechanical, electronic and magnetic properties. Finally, we demonstrate multi-property materials design capabilities by proposing structures that have both high magnetic density and a chemical composition with low supply-chain risk. We believe that the quality of generated materials and the breadth of MatterGen’s capabilities represent a major advancement towards creating a universal generative model for materials design.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google