高含能材料如何拥抱高稳定性？AI助力多目标从头设计

背景：含能材料在国防航天等领域应用广泛，但其“高能量”与“低感度”的固有矛盾使得高性能材料研发面临挑战，传统方法难以有效探索广阔化学空间，且受限于数据稀缺和单目标筛选。研究目的：针对上述问题，四川大学蒲雪梅教授团队旨在开发一种全新的多目标从头设计框架，以突破小样本限制，实现兼顾高能量与高稳定性的含能分子设计。结论：该研究成功构建了融合深度学习生成、迁移学习、不确定性感知预测及帕累托前沿优化的框架，生成了20万个新分子，并筛选出60种爆热优于CL-20且稳定性满足应用要求的候选分子，其中25种兼具合成可行性，展示了AI在小样本材料设计中解决性能互斥问题的潜力。