对硬和超硬材料的门捷列夫搜索的结果。图片来源:Zahed Allahyari和Artem R. Oganov / NPJ Computational Materials
Skoltech的研究人员为在所有可能的化学元素组合中寻找具有所需性质的材料提供了一个解决方案。这些组合实际上是无穷无尽的，每一种组合都有无数种可能的晶体结构;无论是在实验中还是在硅中，都不可能对所有化合物进行测试，然后选择最好的(例如，最难的化合物)。由Skoltech教授Artem R. Oganov和他的博士生Zahed Allahyari开发的计算方法解决了理论材料科学的主要问题。Oganov和Allahyari在Mendelevian Search(门捷列夫搜索)代码中提出了他们的方法，并在超硬和磁性材料上进行了测试。
“2006年，我们开发了一种算法，可以预测给定的固定化学元素组合的晶体结构。然后，我们教它在没有特定组合的情况下工作，从而增强了它的预测能力——因此，一个计算就会给出给定元素的所有稳定化合物及其各自的晶体结构。新的方法解决了一个更有野心的任务:在这里，我们既不选择一个精确的化合物，甚至也不选择特定的化学元素——相反，我们搜索所有化学元素的所有可能的组合，考虑所有可能的晶体结构，并找到那些具有所需的属性(例如，最高的硬度或最高的磁化强度)，”Artem Oganov说，Skoltech和MIPT教授，皇家化学学会成员和欧洲研究院成员。
研究人员首先发现，建立一个抽象的化学空间是可能的，这样，在这个空间中彼此靠近的化合物就会有相似的性质。因此，所有具有特殊性质的材料(例如超硬材料)将聚集在特定的区域，进化算法将特别有效地寻找最佳材料。门捷列夫搜索算法通过双重进化搜索:对化学空间中的每一点，它寻找最佳晶体结构，同时这些发现的化合物相互竞争，交配和突变，在自然选择最好的一个。
为了测试这种新方法的有效性，科学家们给他们的机器分配了一项任务:找出最坚硬材料的组成和结构。他们的算法返回了钻石，这使得寻找比钻石更难的材料成了死胡同。此外，该算法还预测了几十种硬相和超硬相，包括大多数已知的材料和几种全新的材料。
这种方法可以加快寻找破纪录材料的速度，并带来新的技术突破。有了这些材料，科学家们可以创造全新的技术，或者提高旧技术的效率和可用性。
参考文献:“在所有可能化合物的空间中共同进化搜索最优材料”，Zahed Allahyari和Artem R. Oganov, 2020年5月14日，npj Computational materials。DOI: 10.1038 / s41524 - 020 - 0322 - 9
