您的当前位置:首页>科技快讯 > 正文

AI即时预测材料结构与特性,相关科研空间因此扩展几个数量级|总编辑圈点

  • 2022-11-29 06:05:11 来源:科技日报

图片来源:加州大学圣地亚哥分校

科技日报记者 张梦然


(资料图片)

美国加州大学圣地亚哥分校工程学院的纳米工程师开发了一种人工智能(AI)算法,可几乎即时地预测任何材料(无论是现有材料还是新材料)的结构和动态特性。此项研究成果28日发表在《自然·计算科学》杂志上。

该算法被称为M3GNet,用于开发Matterverse.ai数据库,该数据库包含超过3100万种尚未合成的材料,其特性由机器学习算法预测。数据库还促进了具有卓越性能的新材料的发现,研究人员可使用其来寻找更安全、能量密度更高的可充电锂离子电池电极和电解质。

材料的性质由其原子排列决定。研究人员表示,与蛋白质类似,人们需要了解材料的结构才能预测其特性。换句话说,需要的是用于材料的“阿尔法折叠”。

鉴于此,为了构建材料的等价物,研究团队将图形神经网络与多体交互相结合,构建了一种深度学习架构,可在元素周期表的所有元素中通用、高精度地工作。

为了训练他们的模型,该团队使用了过去十年在材料项目中收集的巨大的材料能量、力和应力数据库。M3GNet原子间势(IAP)则可预测任何原子集合中的能量和力。最终Matterverse.ai是通过对无机晶体结构数据库中的5000多个结构原型进行组合元素替换而生成的,然后使用M3GNet IAP获得平衡晶体结构,用于属性预测。

在今天数据库的3100万种材料中,预计有超过100万种材料具有潜在的稳定性。团队不仅打算大大扩展材料的数量,还打算大幅扩展机器学习预测属性的数量。

新成果在材料动态模拟和性能预测方面也有广泛的应用。例如,人们通常对锂离子在电池电极或电解质中的扩散速度很感兴趣。扩散越快,电池充电或放电的速度就越快。研究证明,M3GNet IAP可用于准确预测材料的锂电导率。研究人员坚信M3GNet架构是一种变革性工具,可极大地扩展对新材料化学和结构的探索能力。

总编辑圈点

Matterverse.ai中有超过3100万种尚未合成的材料,但机器学习算法预测了这些还未诞生的材料特性。人类从某种程度上变身造物主,能在无数排列组合中挑出他们心仪的那些,就算还没有真正把材料造出来,但已经能够了解它们的特性,甚至尝试加以改造,让它们在不同领域大显身手。越来越多的材料,越来越广的探索空间,人类借助智能算法,极大拓展了对新材料的认知边界。而这一切,也将在科学和技术上产生巨大作用,助推新设备、新工具的诞生,改变人类的生活。

标签:

推荐阅读

AI即时预测材料结构与特性,相关科研空间因此扩展几个数量级|总编辑圈点

美国加州大学圣地亚哥分校工程学院的纳米工程师开发了一种人工智能(AI)算法,可几乎即时地预测任何材...

纳米气泡“爆破”可无创治癌

据《以色列时报》近日报道,以色列特拉维夫大学生物医学工程系助理教授塔利·伊洛维什领导的研究团队提...

每日热门:河南仰韶村遗址发现5000多年前大型房屋基址

130平方米的大房子、“混凝土”地坪、大型防御壕沟……近日,记者从河南省文物考古研究院获悉,河南仰韶...

焦点速看:科普一下丨什么样的冷空气称为寒潮?

今年入冬以来最强寒潮天气来袭。中央气象台11月28日继续发布寒潮橙色预警,28至30日,我国大部地区气温...

天天观速讯丨科普一下丨遨游太空183天 丰都车前为何能成“天选之种”?

什么样的种子能拿到太空旅行的珍贵“船票”?11月上旬,在三峡集团长江生物多样性研究中心长江珍稀植物培...

猜您喜欢

【版权及免责声明】凡注明"转载来源"的作品,均转载自其它媒体,转载目的在于传递更多的信息,并不代表本网赞同其观点和对其真实性负责。亚洲科技网倡导尊重与保护知识产权,如发现本站文章存在内容、版权或其它问题,烦请联系。 联系方式:8 86 239 5@qq.com,我们将及时沟通与处理。

业界