材料合成路徑預(yù)測(cè)是物質(zhì)科學(xué)領(lǐng)域的重要課題。1990年諾貝爾化學(xué)獎(jiǎng)授予了美國(guó)有機(jī)化學(xué)家Elias James Corey教授。近年來(lái)大語(yǔ)言模型的崛起以及預(yù)訓(xùn)練-微調(diào)方法的應(yīng)用，使得通用大語(yǔ)言模型的理解能力在各垂直領(lǐng)域顯示出了較好的表現(xiàn)，但在材料領(lǐng)域仍缺乏相關(guān)的應(yīng)用和研究。

近期，我中心人工智能部和中國(guó)科學(xué)院物理研究所SF10組合作，通過(guò)使用來(lái)自400多萬(wàn)篇論文中提取的35675個(gè)無(wú)機(jī)材料固相反應(yīng)合成過(guò)程，將數(shù)據(jù)處理為13878條高可信度的合成路徑描述數(shù)據(jù)，并對(duì)開(kāi)源大語(yǔ)言模型LLaMA2-7B進(jìn)行微調(diào)訓(xùn)練，成功研發(fā)了專(zhuān)注于無(wú)機(jī)材料合成路徑預(yù)測(cè)任務(wù)的大語(yǔ)言模型——MatChat（http://chat.aicnic.cn/onchat），目前已經(jīng)上線運(yùn)行并開(kāi)放使用。

該模型基本具備材料合成領(lǐng)域知識(shí)的生成和推理能力，經(jīng)實(shí)驗(yàn)驗(yàn)證，在預(yù)測(cè)合成復(fù)雜的無(wú)機(jī)材料時(shí)，具備了超過(guò)ChatGPT的性能表現(xiàn)。受限于數(shù)據(jù)集的數(shù)量和質(zhì)量，該研究成果仍然需要更多的語(yǔ)料使其滿足不同材料設(shè)計(jì)的需求，但也展示出了大模型在材料領(lǐng)域具有強(qiáng)大的創(chuàng)新潛力和應(yīng)用空間，為材料研究和創(chuàng)新帶來(lái)了新啟發(fā)和思路。

該項(xiàng)成果由中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心王彥棡研究員、中國(guó)科學(xué)院物理研究所孟勝研究員牽頭，已發(fā)表在Chinese Physics B期刊。論文共同第一作者為我中心人工智能部碩士研究生陳子逸、工程師萬(wàn)萌，通信作者為物理所劉淼研究員、中心王宗國(guó)副研究員。該工作得到中國(guó)科學(xué)院網(wǎng)信專(zhuān)項(xiàng)（CAS-WX2023SF-0101）應(yīng)用示范項(xiàng)目的支持。

MatChat模型部署平臺(tái)對(duì)話實(shí)例

相關(guān)成果：

Chen, Z.-Y., et al. (2023). "MatChat: A Large Language Model and Application Service Platform for Materials Science." Chinese Physics B.

論文鏈接：https://iopscience.iop.org/article/10.1088/1674-1056/ad04cb

平臺(tái)：http://chat.aicnic.cn/onchat

代碼：https://github.com/materialsCnicCas/CASMatChat

責(zé)任編輯：郎楊琴