Npj Comput. Mater.: 晶体结构设计遇见AI：助我快速发现新材料

本文介绍了西安交通大学丁向东教授和宗洪祥教授团队开发的一种名为自监督概率模型（SSPM）的新技术，该模型结合了自监督深度学习和概率图模型，旨在通过AI技术加速新材料，特别是形状记忆合金（SMA）的发现。SSPM通过从大量无标签晶体结构数据中学习，能够生成含有物理信息的原子表示，显著提升了下游机器学习模型的性能。研究团队通过五折交叉验证和第一性原理计算验证了SSPM的预测准确性，并展示了其在发现新型SMA材料如MgAu方面的应用。SSPM不仅提高了筛选效率，还为晶体材料的设计提供了新的方向。