利物浦大學(xué) Andrij Vasylenko 等人組成的研究團(tuán)隊(duì)則利用已訓(xùn)練的無監(jiān)督機(jī)器學(xué)習(xí)模型來指導(dǎo)研究人員對化學(xué)元素組合的選擇。

該模型可以識別無機(jī)晶體材料元素組合之間復(fù)雜的相似性，通過對用來勘探合成材料的含兩個(gè)陰離子的季相場進(jìn)行優(yōu)先級排序來指導(dǎo)實(shí)驗(yàn)中對于鋰固體電解質(zhì)的識別。

這種機(jī)器學(xué)習(xí)與傳統(tǒng)實(shí)驗(yàn)相結(jié)合的工作方法令研究人員發(fā)現(xiàn)了一種新的缺陷填充的纖鋅礦結(jié)構(gòu) Li3.3SnS3.3Cl0.7，并在該化合物的六方密堆積中發(fā)現(xiàn)了可以低屏障運(yùn)輸鋰離子的通道。該研究于九月二十一日發(fā)表在 Nature Communications 上。

合成新的無機(jī)晶體化合物的艱巨性

在固態(tài)材料化學(xué)中，有關(guān)經(jīng)實(shí)驗(yàn)證實(shí)的穩(wěn)定晶體化合物的信息是海量的。舉個(gè)例子，僅無機(jī)晶體結(jié)構(gòu)數(shù)據(jù)庫（Inorganic Crystal Structure Database，ICSD）中就有 20 多萬條有關(guān)穩(wěn)定的晶體化合物的記載。

無論從動(dòng)力學(xué)還是熱力學(xué)的角度考慮，決定這些化合物穩(wěn)定性的因素都是繁雜的。這些繁雜的因素說明對構(gòu)成無機(jī)晶體化合物的組成元素而言其化學(xué)鍵的相互作用是多樣的。為了決定在諸多未知的相場中選擇哪些來進(jìn)行研究，記住成千上萬個(gè)穩(wěn)定晶體化合物的例子對研究者而言相當(dāng)困難。

從相場層面考慮無監(jiān)督機(jī)器學(xué)習(xí)模型的搭建

利物浦大學(xué) Andrij Vasylenko 等人組成的研究團(tuán)隊(duì)匯總了 ICSD 中所報(bào)道的有關(guān)相的信息（詳見文末該團(tuán)隊(duì)使用的 ICSD 數(shù)據(jù)鏈接）以定義那些包含合成孤立晶體化合物的相場，從而指導(dǎo)合成元素的選擇。不同于之前機(jī)器學(xué)習(xí)對個(gè)體材料層面的關(guān)注，該團(tuán)隊(duì)訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)模型對準(zhǔn)備進(jìn)一步研究的新的相場進(jìn)行優(yōu)先級排序。該排序取決于它們的元素組合與那些已知的能使材料具備穩(wěn)定性的化學(xué)物質(zhì)有多相似。

每個(gè)相場都由四個(gè)元素組成，每個(gè)元素又有 37 個(gè)化學(xué)特征（比如原子質(zhì)量，價(jià)，離子半徑等），所以每個(gè)相場都可以被描述成一個(gè) 37*4=148 維度的向量。該向量的高維度特征會造成訓(xùn)練數(shù)據(jù)的稀疏分布，因而該團(tuán)隊(duì)采用了 VAE（variational auto encoder）維度削減法。該方法基于無監(jiān)督神經(jīng)網(wǎng)絡(luò)算法對高維度非線性相似性的量化。

該團(tuán)隊(duì)的訓(xùn)練數(shù)據(jù)集只包含 ICSD 中已被證實(shí)的四元化合物的相場，所以他們希望訓(xùn)練出的模型能傾向于識別最有可能合成四元化合物的相場。該模型會對相場候選者的重構(gòu)誤差（reconstruction error）進(jìn)行排序，誤差越小，排序越高。

平均來講，該團(tuán)隊(duì)的模型能夠在驗(yàn)證數(shù)據(jù)集中有效重構(gòu) 79.8% 的相場。合成化學(xué)家因而可以通過該排序?qū)φ蚯皫孜坏暮蜻x化合物進(jìn)行進(jìn)一步的實(shí)驗(yàn)探究 （詳見文末 VAE 模型代碼的鏈接）。

進(jìn)一步實(shí)驗(yàn)確定化合物并探索鋰離子的傳導(dǎo)

VAE 模型首先幫該團(tuán)隊(duì)從候選元素組合中鎖定了 Li-Sn-S-Cl 場，基于此該團(tuán)隊(duì)用探針結(jié)構(gòu)計(jì)算鎖定了該場的一個(gè)區(qū)域進(jìn)行合成探究。

接著他們用晶體結(jié)構(gòu)預(yù)測（Crystal Structure Prediction）和盆地跳躍（Basin Hopping）優(yōu)化算法對 Li-Sn-S-Cl 場的 244 個(gè)化合物進(jìn)行能量圖景探索，從而鎖定了 Li3.3SnS3.3Cl0.7。

緊接著，該團(tuán)隊(duì)使用了 Rietveld 細(xì)化粉末同步加速器X射線衍射和中子粉末衍射從而確定了 Li3.3SnS3.3Cl0.7 具有缺陷填充的纖鋅礦結(jié)構(gòu)。

之后該團(tuán)隊(duì)對鋰離子在該化合物中的傳導(dǎo)性和動(dòng)力學(xué)特質(zhì)進(jìn)行了探索并鎖定了三個(gè)可能的衍射通道。

這三個(gè)衍射通道分別具有一維，二維和三維的特質(zhì)。通過對比在同一相的三個(gè)通道的單粒子勢（One Particle Potential）值，該團(tuán)隊(duì)發(fā)現(xiàn)一維通道（一維通道的單粒子勢值詳見圖 2d 綠色線，黑色線為二維通道 OPP）最有利于近液態(tài)鋰離子的傳導(dǎo)行為。

-End-