米兰-AI新模型快速预测材料光学性质—新闻—科学网

将来的中心处置器（艺术图）。图片来历：美国趣味工程网站

?

科技日报讯（记者刘霞）据美国趣味工程网站近日报导，日本东北年夜学和美国麻省理工学院科学家，成功开辟出一款新人工智能（AI）模子GNNOpt。该模子能以与量子摹拟不异的精度猜测材料的光学性质，但速度能快100万倍。研究团队暗示，这一主要进展有望加快光伏和量子材料的研发程序。

推动太阳能电池、光子集成电路和量子计较等范畴的成长，离不开对材料光学特征的深切领会。但现有的尝试方式，如激光测试，遭到光波波长规模的限制。而摹拟计较本钱昂扬，且需要知足严酷的尺度。是以，科学家一向在寻觅替换方式，以快速猜测分歧材料的光学性质。

此前，图形神经收集（GNN）机械进修模子已问世。这类模子经由过程将原子暗示为图形中的节点，原子键暗示为图形的边，可形象地暗示份子和材料。但GNN在捕获晶体复杂布局之间的细微不同方面存在坚苦，这限制了它在猜测材料特征方面的普遍利用。

新AI模子则另辟门路，以材料的晶体布局为输入，能在极短时候内，以惊人的正确性，在更宽的光频率规模内猜测材料的光学特征。一旦科学家把握某种光学性质，便可借助相干公式，推导出其他光学性质。

新AI模子成功的法门在在“集成嵌入”手艺。这项手艺付与了AI从多种数据集中进修的能力，使其变得加倍切确且通用。

研究团队称，他们的新AI模子可以或许正确猜测晶体布局的光学性质，为普遍利用打开了年夜门，特殊是为进步前辈太阳能电池和量子材料的挑选供给了强有力的撑持。他们打算建立包括各类材料特征（如力学和磁性）的综合数据库，以进一步扩大该AI模子的功能。

特殊声明：本文转载仅仅是出在传布信息的需要，其实不意味着代表本网站不雅点或证实其内容的真实性；如其他媒体、网站或小我从本网站转载利用，须保存本网站注明的“来历”，并自大版权等法令责任；作者假如不但愿被转载或联系转载稿费等事宜，请与我们联系。