PolyMicros：面向多晶体材料结构的Foundation Model预训练

近期在材料科学领域的Foundation Model取得的进展正有望彻底变革新型材料的发现、制造与设计，这些材料具有可定制的属性和响应。尽管取得了显著进展，但成功案例局限于那些易于构建多百万样本数据仓库的材料类别（例如原子结构）。不幸的是，对于许多结构和功能材料（例如介观尺度金属合金），此类数据集构建成本高昂或不可行；相反，数据集仅包含极少数样本。为解决这一挑战，我们提出一种新型机器学习方法，用于从科学领域的超稀疏、复杂空间数据中学习。我们的核心贡献是一种基于物理规律的数据增强方案，利用在仅五个实验观察数据上训练的局部生成模型集合，并通过一种新颖的多样性精选策略将其协调，以生成大规模、物理上多样化的数据集。我们利用该框架构建PolyMicros——首个针对多晶体材料（一种在广泛工业和科学应用中至关重要的结构材料）的Foundation Model。我们通过零样本解决数项长期存在的挑战，展示了PolyMicros在加速3D实验显微镜中的实用性。最终，我们将模型和数据集公开分享给社区。