Nature 速遞：AI 方法用于材料發(fā)現(xiàn)與自動(dòng)合成

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Nature 速遞：AI 方法用于材料發(fā)現(xiàn)與自動(dòng)合成

關(guān)鍵字：報(bào)告,材料,發(fā)現(xiàn),實(shí)驗(yàn)室,晶體

文章來源：人工智能學(xué)家

內(nèi)容字?jǐn)?shù)：4253字

內(nèi)容摘要：關(guān)鍵詞：AI for science，深度學(xué)習(xí)模型，圖網(wǎng)絡(luò)，材料發(fā)現(xiàn)來源：集智編輯部編譯：梁金論文題目：Scaling deep learning for materials discovery論文期刊：Nature論文地址：https://www.nature.com/articles/s41586-023-06735-9從清潔能源到信息處理，新型功能材料正在為一系列技術(shù)應(yīng)用帶來根本性突破。然而，從微芯片到電池和光伏設(shè)備，發(fā)現(xiàn)無機(jī)晶體的過程一直受到昂貴的試錯(cuò)方法的限制。許多項(xiàng)目試圖通過計(jì)算模擬新的無機(jī)材料，并計(jì)算其原子在晶體中如何排列等性質(zhì)，試圖減少對(duì)各種材料進(jìn)行試驗(yàn)的時(shí)間，包括位于美國加州勞倫斯·伯克利國家實(shí)驗(yàn)室（LBNL）的 Materials Project 等，這些項(xiàng)目共同提出了大約48,000種預(yù)計(jì)穩(wěn)定的材料。與此同時(shí)，用于語言、視覺和生物學(xué)的深度學(xué)習(xí)模型表明，隨著數(shù)據(jù)和計(jì)算能…

原文鏈接：點(diǎn)此閱讀原文：Nature 速遞：AI 方法用于材料發(fā)現(xiàn)與自動(dòng)合成

聯(lián)系作者

文章來源：人工智能學(xué)家

作者微信：AItists

作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)