Sztuczna inteligencja w quizie dotyczącym odkrywania materiałów

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. W jaki sposób grafowa sieć neuronowa zazwyczaj reprezentuje kryształ?
   • Jako atomy (węzły) połączone wiązaniami (krawędźmi)
   • Jako akapit tekstu
   • Jako pojedynczy numer
   • Jako przebieg audio
2. Jakie powolne obliczenia fizyczne często zastępują substytuty AI w celu szybkiego sprawdzania?
   • Długi podział
   • Teoria funkcjonału gęstości (DFT)
   • Prognozowanie pogody
   • Sprawdzanie pisowni
3. Jaki wkład GNOME firmy DeepMind wniósł w 2023 r.?
   • Nowy język programowania
   • Szybsza przeglądarka internetowa
   • Setki tysięcy przewidywanych stabilnych struktur krystalicznych
   • Odkurzacz robota
4. Dlaczego niezmienność rotacyjna i translacyjna jest ważna w modelach materiałowych?
   • Sprawia, że modele są większe
   • Przyspiesza internet
   • Jest to wymagane przez prawo
   • Zapewnia spójność przewidywań niezależnie od tego, jak atomy są rozmieszczone i oznakowane
5. Czym jest „samobieżne laboratorium” w odkrywaniu materiałów?
   • Obiekt, w którym sztuczna inteligencja wybiera kandydatów, a roboty je syntetyzują i testują
   • Samochód, który studiuje chemię
   • Symulacja bez eksperymentów
   • Baza artykułów
6. Jakie wyzwanie jest coraz bardziej podkreślane poza stabilnością termodynamiczną?
   • Kolor laboratorium
   • Czy materiał faktycznie można zsyntetyzować
   • Marka komputera
   • Cena dotyczy tylko prądu
7. How many GNoME structures did the 2023 study report as independently experimentally verified?
   • 7 structures
   • 73,600 structures
   • 736 structures
   • All 381,000 structures
8. How does MatterGen generate candidate crystal structures?
   • It translates database titles into chemical formulas
   • It copies measured crystals without modification
   • It optimizes only the color of a rendered structure
   • A diffusion process gradually refines atom types, coordinates, and the periodic lattice