维度网讯，美国能源部阿贡国家实验室（Argonne National Laboratory）近日发布了名为ChemGraph的开源框架，利用人工智能自动化计算化学与材料科学的工作流程，旨在降低先进材料模拟的门槛，以加速下一代电池、清洁燃料及关键材料等领域的研究与开发。
在原子层面设计新材料长期以来是专家的专属领域，因为构建物质行为的精确模型需要深厚的计算化学知识及复杂科学软件的操作能力。阿贡发布的ChemGraph框架通过将自然语言指令处理、图神经网络基础模型与成熟模拟工具相结合，旨在改变这一现状。该系统允许用户用自然语言描述研究问题，再由框架自动将其映射为相应的模拟任务、执行工具和数据分析流程。其底层架构由多个专业代理组成，分别负责规划、执行和数据聚合。在已发表的评估中，团队在十三个基准任务上测试了该框架，使用了来自阿里巴巴、OpenAI和Anthropic等供应商的开源和专有模型，发现较小模型能很好处理简单工作流程，而更复杂的问题则受益于较大模型。
ChemGraph的开发基于阿贡领导计算设施（Argonne Leadership Computing Facility，ALCF）的Aurora百亿亿次超级计算机。ALCF主任Michael Papka表示，团队“激动地看到Aurora加入百亿亿次俱乐部”。该机器在标准基准测试中每秒运算超过一百亿亿次，为运行计算密集型量子化学模拟提供了算力支持。ALCF推理服务允许研究人员在该设施自有系统上访问大语言模型，这种安排有助于将敏感数据保留在受控环境中并降低调用模型的成本。框架设计强调基于物理模拟而非模型记忆来生成新数据，旨在降低人工智能在科学应用中产生虚构结果的风险。
阿贡国家实验室指出，该框架的应用领域覆盖了基础设施材料的关键依赖项。其中包括下一代电池技术，其发展速度直接影响电气化车队及电网级储能；更高效的燃烧技术，旨在实现更清洁的发动机和燃料；以及关键材料开发，直接关系到磁铁和特种合金等依赖集中供应的材料的供应链韧性。框架共享的示例工作流程还包括对二氧化碳捕获的多孔框架材料进行建模，这类材料可应用于水泥生产等工业过程的减排。
ChemGraph发布之际，美国正将政治和财政资源投入到同一个方向上。该框架补充了美国能源部于2025年11月启动的“创世纪任务”（Genesis Mission），该任务旨在通过整合国家实验室、超级计算机和科学数据集，在约十年内使美国科学和工程的生产力翻一番。ChemGraph作为开源框架发布，研究团队可基于其进行定制和集成，以适应各自的研究任务。阿贡的目标是使系统逐步更加自主，以推动材料发现更接近一个持续、自我引导的过程。
