我国科研团队造出200微米高质量单晶石墨：厚度超世界水平3倍以上

根据上海人工智能实验室的公告，在“2030新一代人工智能”国家科技重大专项的统筹部署下，该实验室与苏州国家实验室、清华大学等机构协作，成功实现了尺寸达厘米级、厚度超过200微米的高质量单晶石墨的可控合成。

人工智能辅助材料创新的关键前提是获得可靠的高质量数据。为了摆脱传统小规模数据集的限制，合作团队构建了一个覆盖亿级计算数据的材料数据库，专门用于机器学习原子势的训练。

这个数据库在数据完整性、精确度和涵盖范围方面都明显优于过往的版本，从而为下一代高精度AI模型的研发打下了坚实的底层基础。

该数据库主要聚焦于镍-碳体系所需的机器学习势训练数据，涵盖了不同尺寸的镍团簇、体相和表面结构，以及这些镍结构与碳原子、碳链、碳环、石墨烯和石墨等多种碳形式在不同温度条件下形成的复合结构。

这种兼具广泛性和稳定性的数据系统，为高精度机器学习势的训练以及材料表界面AI模型的开发提供了强大的支持。

基于这一数据库，合作团队采用了苏州国家实验室开发的高精度且高效的NEP机器学习势方法，并整合了上海人工智能实验室自主研发的主动学习工作流、不确定度分析算法以及计算材料智能体框架，从而成功搭建了机器学习势函数模型，打破了传统第一性原理计算在时间和空间尺度上的限制。

这个模型能够执行涉及超过十万个原子体系和百万原子步的复杂界面动力学模拟，可以捕获如孪晶晶界加速碳迁移等关键的微观机制，为理解高质量单晶石墨的宏观生长现象提供了原子层面的计算桥梁。

在高精度机器学习势模型的辅助下，合作团队进行了大规模且长时间的原子级动力学模拟。

这些模拟不仅揭示了碳原子在镍晶格内从偏析、扩散、成核到生长的完整迁移过程，还成功再现了其在镍单晶以及含有孪晶晶界的界面上溶解、偏析、成核和外延生长的整个演化过程，从而阐明了单晶石墨的生长机制。

此外，团队通过定量模拟实验，明确了反应温度、碳溶解度、原子扩散速率和孪晶晶界结构等核心参数对单晶石墨生长质量的调控规律，为优化和升级材料制备工艺提供了可量化、可预测且可落地的理论支持和计算依据。

基于这些科学发现，合作团队搭建了单晶石墨生长系统，最终成功制造出尺寸达厘米级、厚度超过200微米的高质量单晶石墨——这一厚度是目前世界已报道水平的3倍以上。

这一突破也探索出了一条从“试错摸索”向“机制驱动”转型的智能化科研路径，验证了人工智能作为推动科学发现的“革命性工具”的重要价值。

未来，合作团队将进一步利用人工智能模型进行实验工艺参数的优化和规模化制造研究，持续推动单晶石墨向更高质量、更大面积和更稳定的大规模生产方向发展。

同时，积极拓展其在电子器件、热管理和高端装备等领域的应用潜力，探索形成以海量数据为基础、以人工智能模型为核心、以机制理解为牵引、以实验制备为验证、以规模制造为目标的全新研发模式，推动人工智能与材料科学的深度融合不断前进和深化。

来源：快科技