AI破解陨石之谜：一种抗高温材料

优化这些不同应用场景中材料性能与耐久性的核心问题，归根结底在于从根本上理解其化学成分和原子结构（如晶体、玻璃态、纳米结构）如何决定导热能力。哥伦比亚大学应用物理与应用数学系助理教授米凯莱·西蒙切利从第一性原理出发——用亚里士多德的话来说，即"认知事物的最初基础"——通过量子力学基本方程，并运用机器学习技术实现定量精确求解。

在7月11日发表于《美国国家科学院院刊》的研究中，西蒙切利与洛桑联邦理工学院尼古拉·马扎里、罗马萨皮恩扎大学弗朗切斯科·毛里合作，预言了一种具有晶体-玻璃混合热特性材料的存在。巴黎索邦大学艾蒂安·巴兰、达尼埃尔·富尼耶和马西米利亚诺·马兰戈洛领导的实验团队通过测量证实了这一发现。

这种首开先河的材料最初在陨石中发现，后又在火星上被识别。驱动该现象的基础物理学将推动我们在极端温差下理解和设计热管理材料，更广泛地说，为行星热演化史研究提供新视角。

原子有序晶体与无序玻璃体热传导的统一理论

热传导特性取决于材料是具有原子有序晶格的晶体，还是具有无序非晶结构的玻璃体——这影响着量子尺度的热流行为：一般而言，晶体热导率通常随温度升高而降低，玻璃体则相反。

2019年，西蒙切利、尼古拉·马扎里和弗朗切斯科·毛里推导出统一方程，既能描述晶体与玻璃体相反的热导率变化趋势，更关键的是还能解释缺陷材料或部分无序材料（如热电废热回收、钙钛矿太阳能电池和热障涂层所用材料）的中间态行为。

运用该方程，他们研究了二氧化硅（沙子的主要成分）原子结构与热导率的关系。预言一种1960年代被描述为陨石典型特征的"鳞石英"形态二氧化硅将呈现混合晶体-玻璃体材料的标志性特征：热导率不随温度变化。这种反常热输运行为与1920年诺贝尔物理学奖得主因瓦合金的热膨胀效应存在类比。

这促使团队联系法国实验组，他们获巴黎国家自然历史博物馆特批，对1724年坠落德国斯坦巴赫陨石中提取的二氧化硅鳞石英样本进行实验。结果证实：陨石鳞石英的原子结构介于有序晶体与无序玻璃体之间，其热导率在80K至380K实验温区内基本保持恒定。

深入研究后，团队预测这种材料可能通过炼钢炉耐火砖长达十年的热老化形成。钢铁作为现代社会基石材料，其生产却是碳密集型过程：每千克钢产生约1.3千克二氧化碳，全球年产量近10亿吨，约占美国碳排放量的7%。源自鳞石英的材料或能更高效调控钢铁生产中的高温环境，助力减少行业碳足迹。

未来：从第一性原理的AI解到现实技术

在最新研究中，西蒙切利采用机器学习方法突破传统第一性原理计算瓶颈，以量子精度模拟影响热输运的原子特性。调控混合晶体-玻璃体材料热流的量子机制，也有助于理解固体中其他激发态（如载流电子与自旋磁振子）行为。相关研究正推动可穿戴热电设备、神经形态计算、利用磁激子进行信息处理的自旋电子器件等新兴技术发展。

西蒙切利在哥伦比亚的研究团队围绕三大支柱展开：建立预测实验观测量的第一性原理理论框架，开发定量精确预测材料性能的AI模拟方法，应用理论与方法解决具体工业或工程挑战的材料设计与发现。