新型人工智能算法，可即時預(yù)測材料結(jié)構(gòu)和特性

【資料圖】

美國加州大學(xué)圣地亞哥分校雅各布斯工程學(xué)院的納米工程師開發(fā)了一種人工智能（AI）算法，幾乎可以即時預(yù)測任何材料（無論是現(xiàn)有材料還是新材料）的結(jié)構(gòu)和動態(tài)特性。該算法被稱為M3GNet，用于開發(fā)matterverse.ai數(shù)據(jù)庫，該數(shù)據(jù)庫包含超過 3100 萬種尚未合成的材料，其特性由機器學(xué)習(xí)算法預(yù)測。這一數(shù)據(jù)庫還促進了具有卓越性能的新材料的發(fā)現(xiàn)，研究人員可使用其來尋找更安全、能量密度更高的可充電鋰離子電池電極和電解質(zhì)。

材料的性質(zhì)由其原子排列決定。然而，現(xiàn)有的獲得這種安排的方法要么過于昂貴，要么對許多元素?zé)o效。研究人員表示，與蛋白質(zhì)類似，人們需要了解材料的結(jié)構(gòu)才能預(yù)測其特性。因此，為了構(gòu)建材料的等價物，研究團隊將圖形神經(jīng)網(wǎng)絡(luò)與多體交互相結(jié)合，形成了一種深度學(xué)習(xí)架構(gòu)，可在元素周期表的所有元素中通用、高精度地工作。

為了訓(xùn)練他們的模型，該團隊使用了過去十年在材料項目中收集的巨大的材料能量、力和應(yīng)力數(shù)據(jù)庫。M3GNet原子間勢 (IAP)可以預(yù)測任何原子集合中的能量和力。Matterverse.ai是通過對無機晶體結(jié)構(gòu)數(shù)據(jù)庫 (ICSD) 中的 5,000 多個結(jié)構(gòu)原型進行組合元素替換生成。然后使用M3GNet IAP獲得平衡晶體結(jié)構(gòu)，用于屬性預(yù)測。

雅各布斯工程學(xué)院可持續(xù)能源與能源中心副主任Shyue Ping Ong說，“我們已經(jīng)證明，M3GNet IAP可用于準(zhǔn)確預(yù)測材料的鋰電導(dǎo)率。我們堅信M3GNet架構(gòu)是一種變革性工具，可極大地擴展我們探索新材料化學(xué)和結(jié)構(gòu)的能力。”為了推廣M3GNet的使用，該團隊已將該框架作為開源Python代碼發(fā)布在Github上。自 2022 年 2 月在Arxiv上發(fā)布預(yù)印本以來，引起了學(xué)術(shù)研究人員和業(yè)內(nèi)人士的興趣。有計劃將M3GNet IAP作為工具集成到商業(yè)材料模擬包中。

該論文研究題為“A Universal Graph Deep Learning Interatomic

Potential for the Periodic Table”，于11月28日發(fā)表在Nature Computational Science上，主要作者為美國加州大學(xué)圣地亞哥分校工程學(xué)院的納米工程師Shyue Ping Ong教授。

前瞻經(jīng)濟學(xué)人APP資訊組

論文原文：

https://assets.researchsquare.com/files/rs-1348213/v1_covered.pdf?c=1649089343&utm_source=miragenews&utm_medium=miragenews&utm_campaign=news

更多本行業(yè)研究分析詳見前瞻產(chǎn)業(yè)研究院《2022-2027年中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》同時前瞻產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)研究、政策研究、產(chǎn)業(yè)鏈咨詢、產(chǎn)業(yè)圖譜、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、產(chǎn)業(yè)招商指南、IPO募投可研、IPO業(yè)務(wù)與技術(shù)撰寫、IPO工作底稿咨詢等解決方案。

標(biāo)簽： 人工智能 即時預(yù)測