Материалын инноваци нь технологийн дэвшилд чухал үүрэг гүйцэтгэдэг ба үүнийг гар утас болон цахилгаан машинд эрчим хүч өгдөг одоогийн лити-ион батерейнуудын үндсэн материал болох лити кобальт оксидын нээлт харуулдаг. Материалын инноваци нь үр ашигтай нарны эсүүд, эрчим хүч хуримтлуулах хямд батерейнууд болон CO2 дахин боловсруулах шингээгчдэд ч мөн адил чухал юм. Уламжлалт байдлаар, шинэ материал олох үйл явц нь өндөр өртөгтэй туршилт, алдаанд тулгуурладаг боловч тооцооллын скрининг нь өргөн хүрээний материалын санг үнэлж энэ үйл явцыг хурдасгасан. Nature сэтгүүлд танилцуулагдсан MatterGen нь материал бүтээхэд генератив хиймэл оюун ухааны шинэ хандлагыг санал болгодог. Материалуудыг скрининг хийхийн оронд MatterGen нь шууд тодорхой хэрэглээний шаардлагад үндэслэн материал бүтээдэг нь хүссэн шинж чанартай материал бүтээх боломжийг олгодог. Энэ генератив хиймэл оюун ухааны хэрэгсэл нь алдартай материалуудаас гадна үр ашигтай судалгаа хийхийг дэмждэг. MatterGen нь материалын 3D геометр дээр ажилладаг диффузийн загварыг ашигладаг ба санамсаргүй тохиргоонд байр суурь, элементүүдийг тохируулан бүтэц үүсгэдэг. Энэ нь 608, 000 тогтвортой материалын дата ашиглан сургагдаж, химийн шинж чанар, симметри болон төрөл бүрийн шинж чанараар шошгологдсон дата санд тааруулан шинэ материал үүсгэх боломжтой.

Уламжлалт скринингээс ялгаатай нь MatterGen нь судлагдаагүй материалыг олж илрүүлж, тодорхой шинж чанартай шинэ сонгомол материалыг үргэлжлүүлэн үүсгэдэг. Материал доторх атомууд нь байраа сольдог үеийн бүтэцийн эмх замбараагүй байдлыг шийдвэрлэхийн тулд MatterGen нь шинэ бүтэц тааруулах алгоритмийг нэвтрүүлсэн. Энэ алгоритм нь бүтэц нь нэг төрлийн эмх замбараагүй загварыг илэрхийлж байгаа эсэхийг үнэлэн шинэлэг байдлыг дахин тодорхойлдог. Туршилтын баталгаажуулалтаар TaCr2O6 шинэ материалыг нийлэгжүүлсэн ба MatterGen-ийн таамаглалыг ойролцоо үр дүнтэй байгааг харуулсан. MatterGen нь AI эмулятор MatterSim-ийг дэмжиж, материалын загварчлал болон судалгааг хурдасгаж, батерей, соронз болон түлшний эсүүд дэх хэрэглээг сайжруулах боломжтой "эргэх хүрд"-ийг бүрдүүлдэг. MatterGen загвар, эх код болон дата нь MIT лицензийн дор олон нийтэд нээлттэй гарсан. Хэтийн төлөвийг харахад, Жонс Хопкинс их сургуулийн Хэрэглээний Физикийн Лаборатори зэрэг хамтрагчидтай цаашдын хамтран ажиллалт MatterGen-ийн боломжийг бүрэн ашиглахад чиглэнэ. Энэ төсөл нь Microsoft Research AI for Science багийн төрөл бүрийн судлаачдаас бүрдсэн хамт олны хамтын хүчээр бий болсон.