中科大開發新型材料性能預測AI工具

中化新網訊 近日，中國科學技術大學胡偉教授團隊在《材料基因工程前沿（英文）》上發布了其開發的一種融合人工智能（AI）大語言模型（LLMs）與第一性原理計算（FP）的智能框架MatAgent，為大語言模型與計算化學的深度融合提供了新的解決方案。

據介紹，MatAgent通過利用Prompt Engineering和LLMs推理技術，可以在無需預定義的輸入結構的情況下解釋復雜的科學查詢，并對材料行為產生精確的預測，為數據分析、結構生成和屬性預測等任務提供了全新的高效途徑。研究團隊針對傳統LLMs在材料科學領域存在的領域知識缺失、動態推理能力不足等瓶頸，通過策略，將FP計算工具鏈與LLMs的能力深度耦合，構建了兼具高精度與泛化性的材料預測平臺，為結合先進計算技術以改進材料屬性預測提供了新的思路，突出“用戶驅動→智能工具鏈協作→多模態輸出”的閉環邏輯，實現材料領域復雜任務的自動化與高精度求解。初步評價表明，MatAgent在預測精度和效率上都有顯著提高。

MatAgent還支持領域導向的提示工程，使用者可通過提出多類別集成提示策略（如專家角色模擬、少樣本思維鏈），將化學知識動態融入LLM推理過程，提升任務規劃的準確性。