| 查看: 873 | 回复: 0 | |||
yexuqing木虫之王 (文学泰斗)
太阳系系主任
|
[交流]
AI新模型快速预测材料光学性质
|
|
AI新模型快速预测材料光学性质 科技日报 2024-10-12 09:14:23 阅读量：73 据美国趣味工程网站近日报道，日本东北大学和美国麻省理工学院科学家，成功开发出一款新人工智能（AI）模型GNNOpt。该模型能以与量子模拟相同的精度预测材料的光学性质，但速度能快100万倍。研究团队表示，这一重要进展有望加速光伏和量子材料的研发步伐。 未来的中央处理器（艺术图） 图片来源：美国趣味工程网站 推进太阳能电池、光子集成电路以及量子计算等领域的发展，离不开对材料光学特性的深入了解。但现有的实验方法，如激光测试，受到光波波长范围的限制。而模拟计算成本高昂，且需要满足严格的标准。因此，科学家一直在寻找替代方法，以快速预测不同材料的光学性质。 此前，图形神经网络（GNN）机器学习模型已经问世。这种模型通过将原子表示为图形中的节点，原子键表示为图形的边，可形象地表示分子和材料。但GNN在捕捉晶体复杂结构之间的细微差别方面存在困难，这限制了它在预测材料特性方面的广泛应用。 新AI模型则另辟蹊径，以材料的晶体结构为输入，能在极短时间内，以惊人的准确性，在更宽的光频率范围内预测材料的光学特性。一旦科学家掌握某种光学性质，就可借助相关公式，推导出其他光学性质。 新AI模型成功的秘诀在于“集成嵌入”技术。这项技术赋予了AI从多种数据集中学习的能力，使其变得更加精确且通用。 研究团队称，他们的新AI模型能够准确预测晶体结构的光学性质，为广泛应用打开了大门，特别是为先进太阳能电池和量子材料的筛选提供了强有力的支持。他们计划创建包含各种材料特性（如力学和磁性）的综合数据库，以进一步扩展该AI模型的功能。 |
回复此楼» 猜你喜欢
面上再次挂了，太难了，躺也躺不了，倦也卷不过，小学校之殇！
已经有3人回复
-
2026年国自然面上资助率
已经有11人回复
-
微信指数没变化，科研之友没阅读
已经有18人回复
-
基础研究怎么拉横向，学校到款任务越来越多，难以完成 拉横向，都有哪些途径啊
已经有8人回复
-
HXDI做水性聚氨酯乳液，是不是特别容易出渣
已经有3人回复
-
小木虫看见有人已经知道结果了
已经有19人回复
-
系统今天又提示维护了，估计离放榜不远了
已经有15人回复
-
申请2027年材料/化学类博士
已经有5人回复
-
你们的时间戳变了吗
已经有4人回复
-
今年的WR进展到哪一步了？
已经有9人回复
» 本主题相关商家推荐: (我也要在这里推广)
