[论文解读] From Natural Language to Materials Discovery:The Materials Knowledge Navigation Agent

Genmao Zhuang, Amir Barati Farimani|arXiv (Cornell University)|Feb 11, 2026

Machine Learning in Materials Science被引用 0

一句话总结

MKNA 是一个语言驱动的自治系统，将自然语言科学意图转化为可执行的数据检索、属性预测、结构生成和稳定性验证步骤，以发现高 Debye 温度的陶瓷材料。

ABSTRACT

Accelerating the discovery of high-performance materials remains a central challenge across energy, electronics, and aerospace technologies, where traditional workflows depend heavily on expert intuition and computationally expensive simulations. Here we introduce the Materials Knowledge Navigation Agent (MKNA), a language-driven system that translates natural-language scientific intent into executable actions for database retrieval, property prediction, structure generation, and stability evaluation. Beyond automating tool invocation, MKNA autonomously extracts quantitative thresholds and chemically meaningful design motifs from literature and database evidence, enabling data-grounded hypothesis formation. Applied to the search for high-Debye-temperature ceramics, the agent identifies a literature-supported screening criterion (Theta_D > 800 K), rediscovers canonical ultra-stiff materials such as diamond, SiC, SiN, and BeO, and proposes thermodynamically stable, previously unreported Be-C-rich compounds that populate the sparsely explored 1500-1700 K regime. These results demonstrate that MKNA not only finds stable candidates but also reconstructs interpretable design heuristics, establishing a generalizable platform for autonomous, language-guided materials exploration.

研究动机与目标

• 将开放式科学问题翻译成多阶段发现工作流。
• 以文献派生的定量标准来支撑定性意图。
• 自主构建数据集并进行结构修改以进行探索。
• 使用 ML 替代模型预测性质并用物理模型对候选材料进行验证。
• 识别热力学稳定、高–Debye 温度的材料候选材料。

提出的方法

• Stage I 通过文献挖掘和 Map–Reduce 提取来得到定量筛选阈值。
• Stage II 自主检索性质，使用 LLM 生成的代码并训练替代模型（如 CGCNN）用于目标性质。
• Stage III 提出修改后的结构并用 M3GNet 验证稳定性，采用能量高于壳层（energy-above-hull）作为稳定性标准。
• 结构修改使用分组、价态保持的替换并通过高斯扰动生成数千个候选材料。
• 在未直接获得的情况下，从弹性数据估算 Debye 温度，促进数据驱动的筛选与训练。
• 将“Theta_D>800 K”确立为筛选阈值，并用于优先考虑高刚度材料。

Figure 1 : Overview of the proposed agentic workflow for materials discovery.

实验结果

研究问题

• RQ1 自治的语言驱动代理能否从文献中推导出材料发现的定量设计阈值？
• RQ2 MKNA 能否整合检索、预测和验证以识别热力学稳定、高–Debye 温度的候选材料？
• RQ3 LLM 生成的代码在检索缺失性质和支持端到端筛选方面的效果如何？
• RQ4 在探索高–Theta_D 材料时，哪些设计 motif（如 Be–C 丰富的框架）会出现？

主要发现

• MKNA 重构出可解释的设计启发式并识别出 Theta_D>800 K 的筛选标准用于高 Debye 温度。
• 通过文献绑定与筛选重新发现典型的超刚性材料（金刚石、SiC、SiN、BeO）。
• 在 Be–C 丰富框架中出现热力学稳定、高–Theta_D 的候选材料，范围在 1500–1700 K。
• CGCNN 预测器的 RMSE 约 247 K，R^2 约 0.68，使在 M3GNet 验证前可快速初筛。
• 稳定性筛选（E_hull<0.05 eV/atom）使候选材料集中在高–Theta_D 区间，相较于仅数据库分布。
• MKNA 展示 Be–C 基序的出现及潜在新材料，同时提供透明、文献支撑的推理。

Figure 2 : Workflow for LLM-generated property retrieval. If a property is not available in a database, GPT-5-mini synthesizes and repairs a custom retrieval routine until valid outputs are obtained.