嶺大突破性晶體語言推動AI新能源 首登權威科學期刊《自然通訊》
新晶體語言的概念化視覺呈現：SLICES能夠將晶體以文字的形式解碼。
由嶺南大學跨學科學院助理教授肖航教授領導的研究團隊，最新研發出一種嶄新的「晶體語言」，能應用於人工智能開發理想的新材料，將來更有潛力結合人工智能設計出革命性的半導體材料，可大規模生產低成本的太陽能系統，甚至研發出全新的超導體，在傳輸潔淨電能時不會引起電力耗損。肖教授的突破性研究成果近日在著名學術期刊《自然通訊》（Nature Communications）發表，是嶺大首次有學者以主要作者身分在國際頂級期刊《自然》系列上發表論文。
肖航教授是首位嶺大學者以主要作者身分在國際頂級期刊《自然》系列上發表論文。
肖航教授及其研究團隊所研發的「晶體語言」，全名為「簡化線性輸入晶體編碼系統」（SLICES），該技術能將晶體以文字的形式進行解碼，如同樂譜旋律中的音符一樣。SLICES亦可以就鑽石的晶體結構進行解碼，以獲取鑽石結構的組成和連接性。
「簡化線性輸入晶體編碼系統」（SLICES）可以將鑽石結構以文字代碼的方式呈現。
新技術對比傳統業界採用的「晶體擴散變分自編碼器」（CDVAE），大大提升了對晶體結構解碼的準繩度，研究團隊就SLICES進行了實驗測試，為超過四萬個不同的晶體結構進行解碼，結果發現，SLICES的準繩度高達百分之94以上，肖教授表示，SLICES能準確地從晶體文字代碼中解碼出晶體的實際結構，未來有巨大潛力被採納為人工智能研發新材料的標準工具。
肖教授表示：「現有的晶體結構標示方式一般未能可靠地把實際的原子排列與文字代碼之間來回轉換，缺乏『可逆轉性』，阻礙人工智能在新材料方面的研發，但SLICES能確保達到這個先決條件，將文字代碼準確重建為原始的晶體結構。即使晶體旋轉、平移或重新排序，亦能夠確保代碼的準確性，這種可逆轉性是協助人工智能更有效率地設計和研發出新型材料的關鍵所在。」
實證方面，SLICES能完全自主地研發14種專為再生能源技術度身訂造的半導體理想候選材料，SLICES能驅動人工智能從已知的材料中獲得見解，並假設與現有結構不同的新結構，再進行嚴格的驗證。
SLICES能完全自主地研發14 種專為再生能源技術度身訂造的新型半導體。
肖教授表示：「SLICES是首個以文字代碼為基礎的可逆轉晶體標示法，為晶體的逆向設計開闢了很多令人意想不到的潛力。我們在過去幾年見證從圖像、視訊、語音、蛋白質以至分子等生成模型的大躍進，預計在SLICES技術提供的高效數據結合化學探索下，固體材料將會成為下一個嶄新的發展方向。」
請按此了解更多有關研究。