ChatGPT 能为计算材料科学做些什么？未来会取代计算材料科学家吗？

来源：ScienceAI
本文约2600字，建议阅读5分钟本文简要讨论了 ChatGPT 可能应用于计算材料科学的 3 个方面，即生成结构、计算材料软件编程，数据可视化等。

ChatGPT 已火爆全球，它可以完成一系列具有挑战性的任务，比如撰写论文、编程、作曲、绘画等。

但 ChatGPT 在计算材料科学中的潜在应用还有待讨论。

近日，浙江大学材料科学与工程学院洪子健在《Energy Material Advances》发表题为「ChatGPT for Computational Materials Science: A Perspective」（《用于计算材料科学的 ChatGPT：一个 Perspective》）的展望文章。

作者简要讨论了 ChatGPT 可能应用于计算材料科学的 3 个方面，即生成结构、计算材料软件编程，数据可视化等。

研究发现，虽然 ChatGPT 在尝试完成一般任务时可能会犯一些简单的错误，但其具有在人类交流过程中「学习」的能力。同时，现阶段 ChatGPT 仍存在如下问题：输出的一致性、隐藏错误和伦理问题等。作者希望这一观点能够激发人们对 ChatGPT 在计算材料科学中的潜在应用的进一步兴趣。

论文链接：

https://spj.science.org/doi/10.34133/energymatadv.0026

ChatGPT 最近在社交媒体和科学界引起了极大的关注。它可以完成许多过去认为是人类智能的工作，如写作，编程，作曲等。

洪子健说：「作为一名计算材料科学家，我总是渴望拥抱新工具，特别是计算机科学和人工智能领域的新工具。自从新的 ChatGPT 诞生以来，我想知道这样一个工具是否可以帮助我们进行计算材料科学。」

机器学习是计算机科学中的一种革命性工具，已广泛应用于计算材料科学的各个领域，例如预测材料特性、图像识别和处理等。从这个角度，将简单讨论：ChatGPT 能为计算材料科学做些什么？如何利用这样的工具来帮助我们进行科学计算？ChatGPT 将来会取代计算材料科学家吗？

生成结构

首先，构建模型或结构是计算材料科学的第一步。以密度泛函理论（DFT）为例，构建合适的分子或晶体结构是计算的第一步。首先，让 ChatGPT 帮助我们构建原子结构。假设想通过 DFT 研究锂金属表面（电池和能源科学中最重要的表面之一），则需要构建锂金属 Slab 模型。

为此，作者在今年 2 月 20 日询问了 ChatGPT：「Can you generate a cif for lithium Slab?」（你能帮我生成一个锂 Slab 的 cif 文件吗？）」，它给出了一串代码，画出的结果如图 1A 所示。这个更像是锂的单胞而不是 Slab。进一步询问：「 Can you expand to 16 atoms?」（「你能扩展到 16 个原子吗？」），然后，它会生成一个奇怪的输出，结果出来一个内含有 16 个随机分布原子的结构（图 1B）。

图 1：利用 ChatGPT 给出的代码生成的一些锂金属结构。（来源：论文）

有趣的是，当作者在最初提交手稿 20 天后再次问同样的问题时，输出完全不同。它表示自己作为一个 AI 模型，不能生成 cif 文件，而是给出一些使用 VESTA 或 Materials Studio 的建议，或在晶体学开放数据库 (COD) 和无机晶体结构数据库 (ICSD) 中搜索预生成的 cif 文件。有时，它可能还会提供不正确的示例 cif 文件。

然而，如果作者通过输入「 Lithium is bcc, can you generate a cif for lithium metal slab」（「锂是 bcc，你能帮我生成一个锂 Slab 的 cif 文件吗？）来提供更多信息，例如晶体结构，那么它将生成体心立方 (BCC) 晶格，如图 1 C 所示。可以进一步要求它扩展到 16 个原子，如图 1D 所示。

这个例子表明，尽管 ChatGPT 有时候没法得到完全正确的结果，它会给我们一些提示。当我们给它更多信息的时候，它具有从我们的信息中「学习」的能力。

为特定科学软件编写代码

下一步是编写特定脚本，用于在特定科学计算软件上运行模拟。想象一下，要使用开源 DFT 软件 GPAW 对 bulk 硅（一种广泛应用于光伏和半导体器件的重要材料）进行能带结构计算。

可以问 ChatGPT：「can you write a GPAW code for calculating the band structure of Si」（「你能写一个计算 Si 能带结构的 GPAW 代码吗」）；它会给你一个看起来非常类似于我们在 GPAW 官方网站上可以找到的代码，尽管它会使用不正确的属性，例如「gpaw.Cell」和「gpaw.Atoms」。（2023 年 2 月 20 日）

值得注意的是，如果作者进一步问：「can you write a GPAW code for calculating the band structure of SiO2」（「你能写一个计算 SiO2 能带结构的 GPAW 代码吗」），它会假设之前的代码是正确的，并通过简单地用 SiO2 替换 Si 并改变晶格参数 a 来生成新代码，忽略了 SiO2 的稳定构型不是立方体这一事实。

令人惊讶的是，当作者在 20 天后执行类似的请求时，会获得不同的输出，其中 Si 的大部分代码是正确的，这将正确地进行结构最小化并给出优化的 Si 晶胞的输出。但是，它也会给出一个不存在的名为「calc.get_band_structure」的错误属性。然后，作者尝试通过输入「please use calc.band_structure since there's no attribute get_band_structure」（「请使用 calc.band_structure，因为没有属性 get_band_structure」来「教」ChatGPT 没有名为「calc.get_band_structure」的属性），它会立即更正此错误。

而对于 SiO2，作者在 2023 年 3 月 10 日访问 ChatGPT 时也得到了新的输出，它使用「方英石」作为 SiO2 的默认结构，不同的 250 eV ecut（与 Si 的 150 eV）和不同的 kpts_path（「G」、「M」、「X」、「R」、「G」），表明机器人已经进化到一定程度，它知道改变一些输入参数。然后可以通过输入「教」它改变为石英结构：「SiO2 的晶体结构是石英」；然后，将生成石英相中的 SiO2 bulk 结构。

数据可视化

最后一步是数据可视化。作者选取了一个简单的例子「Can you write a script for 3 dimensional vector plot with MATLAB, do the plotting from data.dat」（你能否用 MATLAB 写一个三维矢量图的脚本，从 data.dat 中进行绘图？）。它给出一个使用「quiver3」函数来做三维矢量图的代码；但是数据维度 quiver3(x, y, z)不正确，应该写成quiver3(x, y, z, u, v, w)。然后，作者尝试通过输入：「The data.dat has six dimensions, the first three dimension is the coordinate, can you do the plotting again」（「data.dat 有六个维度，前三个维度是坐标，你能再画一遍吗？」），这时，它就可以给出一个简单的正确作图程序。简单数据作图结果如图 2 所示。