AI驱动的材料逆向设计平台InverseMat上线：从目标性能反推材料配方

德国马克斯·普朗克研究所今日发布AI材料逆向设计平台InverseMat。与传统材料科学中「先合成再测试」的正向流程不同，InverseMat允许研究人员先定义目标性能——例如「导电率高于X、熔点低于Y、成本低于Z」——系统随后在数十亿种可能的材料组合中搜索满足条件的配方。

InverseMat的核心是一个经过270万篇材料科学论文和15万组实验数据训练的多模态模型。它不仅输出候选材料的化学组成，还给出合成路线、预期产量和潜在的稳定性问题。

平台已在电池电解质和光伏吸收层两个领域完成验证，分别发现了4种和7种此前未被报道的候选材料。InverseMat的学术版本免费开放，企业版本按使用量收费。