DalšíDalší průvodce
AI pro vzdělávací materiály pacientů
Aplikace
PRŮVODCE aplikacemi
Umělá inteligence předpovídá, které nové materiály by mohly existovat, být stabilní a mít užitečné vlastnosti, což dramaticky zkracuje hledání v téměř nekonečném prostoru možných sloučenin.
Poslechněte si tento návodAI-vyprávěný · ~2 min
It matters for batteries, solar cells, superconductors, and catalysts where finding the right material can take decades.
AI tools can screen candidate crystals or generate structures under property constraints, but predictions need independent validation. In its 2023 GNoME study, DeepMind reported 381,000 new stable materials and 736 structures independently experimentally verified. MatterGen takes a different generative approach: its diffusion process refines atom types, coordinates, and the periodic lattice, and its paper studies fine-tuning toward property constraints. Computational stability or a generated structure alone does not establish practical synthesizability or useful measured performance.
GNoME společnosti DeepMind předpovídá stovky tisíc nových stabilních krystalových struktur a rozšiřuje databáze známých materiálů
Strojově naučené meziatomové potenciály běží rychle, molekulární dynamika s téměř DFT přesností pro slitiny a elektrolyty
Generativní modely jako MatterGen navrhující krystaly zaměřené na požadovanou mezeru v pásmu nebo magnetickou vlastnost
Samořídící laboratoře (např. A-Lab), kde AI vybírá kandidáty a roboti je autonomně syntetizují a charakterizují
Hranice uzavírá smyčku: generativní design navrhující cílené materiály, umělá inteligence plánující cestu syntézy a autonomní robotické laboratoře, které je vytvářejí a měří a výsledky se vrací zpět do modelů. Očekávejte lepší manipulaci se syntetizovatelností, nejen termodynamickou stabilitu, plus růst strojově naučených interatomových potenciálů, které provádějí molekulární simulace s téměř kvantovou přesností, ale mnohem vyšší rychlostí, což umožňuje delší a větší experimenty.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Umělá inteligence předpovídá, které nové materiály by mohly existovat, být stabilní a mít užitečné vlastnosti, což dramaticky zkracuje hledání v téměř nekonečném prostoru možných sloučenin. Je to důležité pro baterie, solární články, supravodiče a katalyzátory, kde nalezení správného materiálu může trvat desetiletí.
Krystaly jsou přirozeně grafy: atomy jsou uzly a meziatomové vazby jsou hrany, což umožňuje GNN učit se vztahy mezi strukturou a vlastnostmi.
DFT je přesné, ale drahé; neurální náhradníci aproximují své předpovědi vlastností v milisekundách, aby prověřili mnoho kandidátů.
GNoME předpovědělo velké množství nových stabilních krystalů, podstatně rozšiřujících databáze kandidátských materiálů.
Fyzikální vlastnosti by se neměly měnit, pokud atomy otáčíte, pohybujete nebo přejmenováváte; zabudování těchto symetrií zlepšuje přesnost a efektivitu dat.
Autonomní laboratoře uzavírají kruh: AI navrhuje materiály a robotické systémy je vyrábí a charakterizuje, přičemž výsledky dodává zpět do modelů.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
AI pro vzdělávací materiály pacientů
Aplikace