兩個反轉的箭頭:前沿究竟在哪裡
你已經爬完了整條階梯。你從一個念頭出發——原子的排列方式,就是一種材料的結構之所是——一路往上,穿過晶格與單位晶胞、對稱與空間群、繞射與倒晶格、缺陷、顯微組織、相變、玻璃、奈米結構,直到這最後一階、那些打破舊規則的結構:帶著被禁制的 5 重對稱的準晶、非公度與調變結構、擁有巨型晶胞的複雜金屬間化合物、以拓樸命名的多孔框架。它們每一個,都是一種新的結構。而這最後一篇不一樣:它談的是一種做結構的新方法——是工法,而非珍禽異獸的名錄。
留意整條階梯有一個共通點:它都是在事後才解出結構。你做出或找到一顆晶體,讓 X 光穿過它,量一張圖,再倒推回原子——這是一個逆問題,而且更難,因為繞射記下的是強度、卻把相位丟掉了(就是你在繞射那一階見過的相位問題)。前沿一口氣反轉了兩個箭頭。第一個:不再從實驗去解一個結構,而是從第一原理預測它,在那材料還不存在之前。第二個:不再只是一張靜止結構在歇息時的快照,而是即時觀看一個結構如何變化——當它受熱、變形,或推動一場化學反應時。預測與操作中原位:這兩個反轉,再加上讀出無序之中的有序,就是本篇的全部。
在做出晶體之前就預測它
這裡有這個領域裡最大膽的問題:只給你一條化學式——比方說,一個硫加三個氫、被擠壓到一百萬個大氣壓——你能不能在完全不做實驗的情況下,預測它會採取的晶體結構?二十世紀的大半時間裡,誠實的答案是不能;你把化合物做出來,讓繞射告訴你。而晶體結構預測如今說:可以,而且往往做得到。它靠的是一具引擎與一場艱難的搜尋。引擎是量子力學:密度泛函理論(DFT)能計算你所提出的任何原子排列的總能量,完全不必碰到任何試片。指路的定律很簡單——自然會安頓在能量最低的排列上——所以真正穩定的結構,就是坐在能量最深谷底的那一個。
難的是搜尋。想像一片『能量地景』:一大片崎嶇的地形,有山有谷,其中每一個點都是安放原子的一種可能方式,而它的高度就是那個排列的能量。局部的谷多得像天文數字,而你必須找出那唯一最深的一個——全域最小值——卻沒有把它們全部檢查一遍的餘裕。於是結構預測借來了聰明的搜尋演算法:無規結構搜尋撒下成千上萬個試驗排列,讓每一個各自滾下坡;演化(遺傳)演算法則把能量低的好結構當成『親代』,一代又一代地繁殖出更好的後代,直到整個族群收斂到基態。
- 提出一個試驗結構:選定一個組成與晶胞大小,再把原子擺進去——或隨機擺放,或從目前找到的最佳結構繁殖而來。
- 用 DFT 弛豫它:讓原子滑下坡、落到最近的局部能量最小值,並記下那個結構的能量。
- 重複做上千次試驗,在能量地景上測繪出許多山谷,而不去信任任何單一的猜測。
- 留下並繁殖能量最低的倖存者、淘汰其餘,反覆迭代,直到最深的山谷不再變得更深。
- 驗證勝出者:模擬它的繞射圖,等有人把材料做出來後再比對——一個貨真價實、事後獲得證實的預測。
材料基因體:資料庫與機器學習
一次 DFT 計算給你一個結構。那如果你跑上幾百萬次、把每一個答案都存下來呢?這正是 2011 年啟動的『材料基因體計畫』背後的念頭:計算數十萬種化合物的結構與能量——其中大多數還從未被合成過——再把它們匯集進像 Materials Project、AFLOW 與 OQMD 這樣的開放資料庫。這個綽號是刻意取的。正如生物學的基因體是一份可供搜尋、供你開採規律的目錄,一座結構資料庫也讓你能在一台筆電上篩遍一整個化學宇宙,在任何一座爐子被點燃之前,就先問:『這十萬顆計算出來的晶體裡,哪一顆是穩定、便宜、無毒、可當電池正極的候選?』
有了資料庫在手,材料資訊學便邁出下一步:在它之上訓練機器學習模型。由於每一筆資料都把一個結構與計算出的性質配成一對,模型就能直接學到這個映射——餵給它一顆晶體,它在幾毫秒內就預測出生成能或能隙,省掉一次全新 DFT 計算所要花的數小時。訣竅在於你怎麼把一顆晶體交給模型。一種強大的現代表示法,是把晶體當成一張圖:原子是節點、鍵是邊,而圖神經網路學會讀結構,就像你當年學會讀單位晶胞一樣。這是資訊學以工業規模、去服務那個開啟整條階梯的核心觀念——結構-性質關係——只不過這回是從資料裡統計地學來,而非一例一例地推導出來。
操作中原位:當下觀看結構的變化
到目前為止,這條階梯裡的每一個結構,都是一張定格照片——一顆歇息中的晶體,量過一次,維持在室溫。但最要緊的那些結構,往往是在變化的當口被逮住的:一個電池正極在充電時膨脹、一塊合金在淬火時相變、一個催化劑在反應中途重組。操作中原位方法(operando 源自拉丁文『當它在工作時』,與意為『就地』的 in-situ 是近親)是在材料正在做它的工作時——在一個運作中的裝置裡受熱、受應變或反應時——蒐集繞射圖。使它成為可能的技術,是亮度與速度:一座同步輻射光源傾瀉出的 X 光強到一張完整的繞射圖能在幾毫秒內拍下,於是你能拍出一部由許多圖組成的電影,而不只是拍一張定格。脈衝中子源則對較輕的原子與磁性有序做同樣的事。
讀這部電影,用得上的全是你已經會的東西。當一個峰移到一個新角度,布拉格定律說它的面間距變了——單位晶胞正在你眼前脹大或縮小(殘留應變正是這樣現形的:一個峰被推離它的靜止位置)。當一個峰分裂成此消彼長的兩個,你看到的是一場兩相反應:一個舊相在縮小,而一個新相在同一個視野裡長大。當一個峰變寬,有序疇正在變小或變得更受應變。每一格都被依序做 Rietveld 精修,於是輸出的,是一條晶格參數、相分率或應變隨時間、溫度或充電狀態變化的曲線——那是結構的生平,一格一格地說出來。
OPERANDO XRD of a battery cathode
one Bragg peak, followed while the cell charges (top -> bottom = time)
charge two-theta (deg) ->
| t0 | /\ peak at d1 (discharged phase A)
| t1 | /\. still phase A
v t2 | /\. peak drifting left: cell expanding
t3 | /\ /\ TWO peaks: A and B coexist
t4 | /\. phase A gone; all phase B now
t5 | /\ new peak at d2 (charged phase B)
+--------------------------
d1 <-- shift --> d2
peak POSITION moves -> d changed -> the unit cell (lattice) is changing
peak SPLITS to two -> a two-phase reaction: A + B coexisting
peak BROADENS -> smaller ordered domains, or building strain全散射與對分佈函數:無序之中的有序
還有一個前沿,而它治好了一個由來已久的盲點。Rietveld 精修,以及你見過的每一種布拉格方法,都只分析那些銳利的峰,把它們之間平滑的背景當成該被扣掉的雜訊。對一顆大而井然有序的晶體,這做得漂亮極了——可是對一顆奈米粒子、一塊玻璃、或一顆被局部畸變佈滿的晶體,這恰恰是錯的直覺,因為在那些材料裡,真正的結構有很大一部分就住在那份『雜訊』裡。銳利的布拉格峰是長程週期性的訊號;而瀰散地鋪在它們之間、之下的散射,承載的是短程的故事——原子相對於它們緊鄰的鄰居如何安坐,無論整體是否重複。
全散射把所有東西都留下來——布拉格峰與瀰散背景一起——再把整張圖傅立葉轉換回實空間。結果就是對分佈函數 G(r):一張直方圖,描述你在距任一原子 r 處找到另一顆原子的機率有多大。如果這聽起來很耳熟,那就對了——它正是你在非晶那一階用來讀金屬玻璃的同一個徑向分布函數 g(r),如今被擢升為一件通用工具。它的第一個峰是最近鄰鍵長,接下來的峰是第二、第三殼,而漣漪死去的那個距離,告訴你有序實際上延續了多遠。妙就妙在對分佈函數分析不在乎材料是不是結晶的:它從一顆完美晶體、一顆 3 奈米的奈米粒子、或一塊玻璃裡,都以同樣的方式讀出局部有序。
階梯早期的一個承諾,終於在這裡兌現:『非晶』從來不等於『沒有秩序』。一塊玻璃,它的 X 光圖除了寬闊的瀰散光暈之外一無所有——在只看布拉格的眼睛裡,是一團平坦、沒有結構的糊——卻交出一條乾淨俐落的 G(r),帶著銳利的第一與第二峰,證明了確有短程有序,只是在一奈米之內便淡去。一顆小到給不出銳利布拉格峰的奈米晶,依然吐得出一條它局部結構的清晰對分佈函數。全散射是偉大的均衡者:它一口氣量遍每一個長度尺度上的結構,從第一根鍵一路量到長程週期性,而且它拒絕別過頭去、不看那些布拉格分析當初就是為了忽略而建立起來的無序材料。
整條階梯,合攏成一個環
退一步,看看這些前沿如何拼在一起,因為它們把這個領域合攏成了一個環。階梯最起初的那個念頭,是結構-性質關係——結構決定性質——而自那以後的一切,都是為了看見結構,好讓我們理解一種已經到手的材料。材料基因體把那個箭頭倒著跑:從化學式預測結構、從結構預測性質,再去搜尋那個能給出你想要性質的結構。操作中原位補上了缺席的時間維度,把結構活著、工作著的樣子拍成電影。而全散射把我們的視力一口氣延伸到結構層級的每一個長度尺度——從局部的鍵、穿過中程有序、直到長程週期性——於是再沒有任何材料,無論多麼無序,能對我們隱形。
這就是整條階梯。你從一片無限的壁紙圖案般的晶格、與一枚作為它單一印章的單位晶胞出發;如今你已能推想一顆由演化在能量地景上預測出來的晶體,看著它在充電時一峰一峰地移動,甚至在它根本沒有晶格時,也逐個原子地讀懂它。技藝當前誠實的狀態,不是結構已被解決——而是結構如今成了預測、合成與觀測之間一場活生生的對話,每一年都盤旋得更快。你已握有這張地圖、這套詞彙,以及加入這場對話所需的推理能力。歡迎來到前沿。