Mishchenko：平带材料不能靠阈值挑，他用神经网络加聚类给它们分家族

什么是平带，为什么值得找

晶体里的电子除了能量，还有一个“晶体动量”，描述电子的波在各个原子上的相位怎么排。通常能量随它变化；平带是不管它取什么值，能量都一样。这意味着大量电子挤在很窄的能量范围里，无处可去，只能互相作用，形成集体状态：有时是磁序，有时是超导。他说铜基、铁基和镍基超导体“我想应该都”有平带，转角石墨烯在 1.05 度时能带被压平并出现约 1 K 的超导，是一个纯碳的例子。他自己承认，“平带是必要条件”只是实验上的观察，他不知道更深的理论。

“you want to have this flat band and then on top of that flat band the interactions will happen and that will drive some new physics.”Artem Mishchenko

旧办法靠阈值和手写规则，带着人的偏好

数据库里有几十万种材料算好的能带，问题是哪些是平带。有人规定能量变化小于 50 毫电子伏就算平，49 算平、51 不算，他觉得这很人为；也可以用特征值的梯度之类的规则，但同样要事先写很多细节，也偏。他想要一个通用、能推广到别的体系的办法。

第一步：用图像网络挑平带，再按子晶格的结构聚类

他们取 2DMatPedia 这个可以免费下载的二维材料数据库，把能带图去掉坐标轴、转成黑白、切成小块，用神经网络判断每一块平不平。他说最开始一个简单的多层感知机就够，审稿人要求“更先进的”，于是换成卷积网络、标题改成“深度学习”，训练量反而更小。训练标签由研究者自己给，博士后给得比博士生好，偏差仍在。接着只保留对平带贡献最大的那几种原子，组成一个子晶格，用结构指纹（一个 244 维左右的向量）算相似度，再用 HDBSCAN 聚类加 t-SNE 作图；聚成约 50 个簇，人花了几周逐个看，约三分之二的材料不成簇，他认为这没关系，因为目的是找趋势，不是把所有材料分类。

第二步：不看结构，用能带图本身当指纹

第二个想法是按电子结构而不是晶体结构来分类，但能带图没有现成的指纹。学生提议用自编码器：把能带图压成一个 64 维的向量再还原，用还原的误差训练；这个向量就是指纹。他说用的是很简单的卷积网络，类似 ResNet-18，不是最新的。在没有告诉它任何材料信息的情况下，聚类自然把小带隙半导体、较窄平带体系、金属间化合物、硒化物分到各自的簇，也出现了化学上的相似（同一族元素）。把向量里的一个数慢慢改变，还能生成带隙闭合再打开的一系列能带图；他不知道能不能倒过来，从想要的能带找到材料，“大概不能”。

放大到三维：聚类人看不过来，语言模型帮不上

同样的流程搬到 Materials Project 的约 12 万种三维材料上，得到的图“没有人能分析”，二维时可以逐点看。他们试过让微调过的语言模型或小模型描述每个簇，但多半是胡话，他把原因归结为模型缺逻辑和推理，认为一年内会改善。另一条路是减少数据：很多平带是“平庸”的，起平带作用的原子彼此离得太远，几乎不重叠，能带自然平，不会有有趣的物理。他们想用电子密度沿原子间路径的衰减（比如最小生成树）来量化这一点，剔除后只剩两三千种，但这个判据还没有解决。