与人工智能联合科学家一起探索晶体结构预测算法

我们引入人类-人工智能协同发现系统（HACO），通过跨域搜索和稀疏人类引导来发现科学算法。从化学成分生成晶体结构的目标出发，HACO 搜索了多个领域的生成建模方法，并确定了 MaskGIT（一种基于视觉的掩模生成模型）作为晶体结构预测（CSP）的有前途的框架。 HACO 将这个掩码公式实例化为晶体结构的离散词元模型；在稀疏的高级人类目标的指导下，它随后添加了晶体学对称标记、用于多晶型覆盖的空间组分层采样以及子箱坐标细化，从而产生了蒙面生成晶体 Transformer (MaskGXT)。在 MP-20 多晶型拆分中，MaskGXT 的所有人与参考匹配 (METRe) 准确率达到 79.06%，而最强评估基线的准确率为 70.87%。 MaskGXT 还在标准 MP-20 和 MPTS-52 CSP 基准测试中获得了最佳匹配率。这些结果证明，在提供廉价、快速且一致的验证的领域中，转移引导的交互式人工智能联合科学家可以通过识别可转移的建模原理并将其与有针对性的人类领域指导相结合，为科学算法的发现做出贡献。