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等的研发步伐。
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。
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等的研发步伐。
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。
AI领域，一则重磅消息传来！最新消息，全球最知名的AI公司——OpenAI将在几个月内发布新版大型语言模型GPT-5，性能将有大幅跃升。目前，ChatGPT使用的是GPT-4大模型，去年3月份，正是这款热门聊天 英国科学家首次创造了一个新颖的实验平台，即“量子龙卷风”。它能模拟超流体氦中的黑洞，使研究人员能更详细地观察类似黑洞的行为以及与周围环境的相互作用。通过对超流体氦表面微波动力学的观 人类的语言自产生以来，就不断演化发展。发音、词汇、语法的演变过程，是语言学家较为关注的领域。语言演化的根本动力是什么，演化又呈现出怎样的规律？我国科学家主导的一项心理学研究显示，人类的某 那些在吃完一顿饱饭后不久就在冰箱里翻找零食的人，可能不是胃口好，而是因为寻找食物的神经元过度活跃的缘故。美国加州大学洛杉矶分校心理学家在老鼠大脑中发现了一个回路：即使它们不饿，也会让它 美国加州理工学院喷气推进实验室的一个机器人专家团队，与卡内基梅隆大学机器人研究所科学家合作，开发出一种蛇形机器人，用于调查土星第六大卫星土卫二的地形，以寻找生命的“蛛丝马迹”。相关研究 21世纪经济报道记者王峰北京报道 近日，成人职业在线教育企业尚德机构(NYSE:STG)公布了其2023年第四季度及全年未经审计的财务报告。2023年第四季度，尚德机构净收入为5.42亿元（人民币，下 。本文链接：AI新模型快速预测材料光学性质http://www.sushuapos.com/show-2-8789-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 璀璨星辰中有颗“钟南山星”！