來源：ScienceAI本文約2600字，建議閱讀5分鐘本文簡要討論了?ChatGPT?可能應用于計算材料科學的?3?個方面，即生成結構、計算材料軟件編程，數據可視化等。

中文版

已火爆全球，它可以完成一系列具有挑戰性的任務，比如撰寫論文、編程、作曲、繪畫等。

但 在計算材料科學中的潛在應用還有待討論。

近日，浙江大學材料科學與工程學院洪子健在《 》發表題為「 for : A 」（《用于計算材料科學的 ：一個 》）的展望文章。

作者簡要討論了 可能應用于計算材料科學的 3 個方面，即生成結構、計算材料軟件編程，數據可視化等。

研究發現，雖然 在嘗試完成一般任務時可能會犯一些簡單的錯誤chatgpt科學計算，但其具有在人類交流過程中「學習」的能力。同時，現階段 仍存在如下問題：輸出的一致性、隱藏錯誤和倫理問題等。作者希望這一觀點能夠激發人們對 在計算材料科學中的潛在應用的進一步興趣。

論文鏈接：

最近在社交媒體和科學界引起了極大的關注。它可以完成許多過去認為是人類智能的工作，如寫作，編程，作曲等。

洪子健說：「作為一名計算材料科學家，我總是渴望擁抱新工具，特別是計算機科學和人工智能領域的新工具。自從新的 誕生以來，我想知道這樣一個工具是否可以幫助我們進行計算材料科學。」

機器學習是計算機科學中的一種革命性工具，已廣泛應用于計算材料科學的各個領域，例如預測材料特性、圖像識別和處理等。從這個角度，將簡單討論： 能為計算材料科學做些什么？如何利用這樣的工具來幫助我們進行科學計算？ 將來會取代計算材料科學家嗎？

生成結構

首先，構建模型或結構是計算材料科學的第一步。以密度泛函理論（DFT）為例，構建合適的分子或晶體結構是計算的第一步。首先，讓 幫助我們構建原子結構。假設想通過 DFT 研究鋰金屬表面（電池和能源科學中最重要的表面之一），則需要構建鋰金屬 Slab 模型。

為此，作者在今年 2 月 20 日詢問了 ：「Can you a cif for Slab?」 （你能幫我生成一個鋰 Slab 的 cif 文件嗎？）」 ，它給出了一串代碼，畫出的結果如圖 1A 所示。這個更像是鋰的單胞而不是 Slab。進一步詢問：「 Can you to 16 ?」（「你能擴展到 16 個原子嗎？」），然后，它會生成一個奇怪的輸出，結果出來一個內含有 16 個隨機分布原子的結構（圖 1B）。

圖 1：利用 給出的代碼生成的一些鋰金屬結構。（來源：論文）

有趣的是，當作者在最初提交手稿 20 天后再次問同樣的問題時，輸出完全不同。它表示自己作為一個 AI 模型，不能生成 cif 文件，而是給出一些使用 或 的建議，或在晶體學開放數據庫 (COD) 和無機晶體結構數據庫 (ICSD) 中搜索預生成的 cif 文件。有時，它可能還會提供不正確的示例 cif 文件。

然而，如果作者通過輸入「 is bcc, can you a cif for slab」（「鋰是 bcc，你能幫我生成一個鋰 Slab 的 cif 文件嗎？） 來提供更多信息，例如晶體結構，那么它將生成體心立方 (BCC) 晶格，如圖 1 C 所示。可以進一步要求它擴展到 16 個原子，如圖 1D 所示。

這個例子表明，盡管 有時候沒法得到完全正確的結果，它會給我們一些提示。當我們給它更多信息的時候，它具有從我們的信息中「學習」的能力。

為特定科學軟件編寫代碼

下一步是編寫特定腳本，用于在特定科學計算軟件上運行模擬。想象一下chatgpt科學計算，要使用開源 DFT 軟件 GPAW 對 bulk 硅（一種廣泛應用于光伏和半導體器件的重要材料）進行能帶結構計算。

可以問 ：「can you a GPAW code for the band of Si」（「你能寫一個計算 Si 能帶結構的 GPAW 代碼嗎」）；它會給你一個看起來非常類似于我們在 GPAW 官方網站上可以找到的代碼，盡管它會使用不正確的屬性，例如「gpaw.Cell」和「gpaw.」。（2023 年 2 月 20 日）

值得注意的是，如果作者進一步問：「can you a GPAW code for the band of SiO2」（「你能寫一個計算 SiO2 能帶結構的 GPAW 代碼嗎」），它會假設之前的代碼是正確的，并通過簡單地用 SiO2 替換 Si 并改變晶格參數 a 來生成新代碼，忽略了 SiO2 的穩定構型不是立方體這一事實。

令人驚訝的是，當作者在 20 天后執行類似的請求時，會獲得不同的輸出，其中 Si 的大部分代碼是正確的，這將正確地進行結構最小化并給出優化的 Si 晶胞的輸出。但是，它也會給出一個不存在的名為「calc.」的錯誤屬性。然后，作者嘗試通過輸入 「 use calc. 's no 」（「請使用 calc.，因為沒有屬性 」來「教」 沒有名為「calc.」的屬性），它會立即更正此錯誤。

而對于 SiO2，作者在 2023 年 3 月 10 日訪問 時也得到了新的輸出，它使用「方英石」作為 SiO2 的默認結構，不同的 250 eV ecut（與 Si 的 150 eV）和不同的 （ 「G」、「M」、「X」、「R」、「G」），表明機器人已經進化到一定程度，它知道改變一些輸入參數。然后可以通過輸入「教」它改變為石英結構：「SiO2 的晶體結構是石英」；然后，將生成石英相中的 SiO2 bulk 結構。

數據可視化

最后一步是數據可視化。作者選取了一個簡單的例子「Can you a for 3 plot with , do the from data.dat」 （你能否用 寫一個三維矢量圖的腳本，從 data.dat 中進行繪圖？）。它給出一個使用「」函數來做三維矢量圖的代碼；但是數據維度 (x, y, z)不正確，應該寫成(x, y, z, u, v, w)。然后，作者嘗試通過輸入：「The data.dat has six , the is the , can you do the 」（「data.dat 有六個維度，前三個維度是坐標，你能再畫一遍嗎？」），這時，它就可以給出一個簡單的正確作圖程序。簡單數據作圖結果如圖 2 所示。

圖 2：基于 給出的代碼利用 做出的三維箭頭圖。（來源：論文）

未來展望

總的來說， 已經有了非常強大的能力，可以幫助我們進行計算材料科學。使用 這樣的工具的好處可以概括為：

(a) 使用非常簡單方便，只需要打幾個字，不用看說明書，對初學者特別友好；

(b) 在專家的指導下，它能夠從交互中「學習」并自行糾正錯誤，并能夠正確地執行任務；

(c) 即使 不知道確切的答案，它也可以給我們一些提示或建議，告訴我們應該尋找哪種工具來解決我們的問題。

同時， 仍然有很大的改進空間，可以更好地幫助我們進行計算材料科學：

(a) 輸出結果取決于 的版本和訪問時間，無法保證結果的穩健性。

(b) 它可能會生成一些對初學者來說看起來非常專業的東西chatgpt科學計算，但如果沒有經過適當的訓練，它可能會在代碼中犯下非常簡單的錯誤，甚至可以用以前的知識或訓練的簡單替換來欺騙我們。因此，我們在此階段應始終謹慎使用它；正確的計算仍然需要人為干預和檢查。

(c) 應該關注倫理問題。一些大學對使用 有特定的政策/禁令，例如，在撰寫論文時。

但是，作者相信并主張這些限制可能不適用于在計算材料科學中使用 。隨著 等新工具的出現，計算材料科學即將發生變革。

參考內容：

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。