加美联合开发人工智能自动化材料发现平台

2021-03-01 08:52:45来源：科技部关键词：人工智能人工智能技术阅读量：21415

导读：据多伦多大学报道，由该校和美国西北大学组成的研究团队，利用机器学习技术开发了一个自动化材料发现平台，有助于加快材料的设计周期。

　　据多伦多大学报道，由该校和美国西北大学组成的研究团队，利用机器学习技术开发了一个自动化材料发现平台，有助于加快材料的设计周期。相关论文已在《自然-机器智能》(Nature Machine Intelligence)上发表。

　　网状框架是通过在不同拓扑结构中分子构建块的自组装而形成的结晶多孔材料，其中许多具有气体存储、分离、催化以及生物医学等应用所需的特性。研究团队开发了一种由超分子变体自编码器支持的自动化纳米多孔材料发现平台，用于网状材料的生成设计。在该研究中，研究人员用一类金属有机框架(MOF)结构演示了自动化设计过程，并实现了从天然气或烟道气中分离出二氧化碳的目标。该模型在捕获MOF结构特征方面显示出很高的保真度。研究表明，当与多个气体分离吸附剂候选物共同训练时，自动编码器具有良好的优化能力。利用该平台发现的MOF材料与迄今已知的某些MOF材料相比具有很强的竞争力。

　　研究的主要作者，多伦多大学文理学院化学系和计算机科学系博士后姚振鹏称，该平台可用于生成各种分子框架设计，显著缩短用于某种特定用途的较佳材料的识别时间。

　　加拿大高等研究院(CIFAR)人工智能首席科学家、加拿大150理论化学研究主席(Canada 150 Research Chair in Theoretical Chemistry)艾伦·阿斯普鲁·古兹克(Alan Aspuru-Guzik)教授说，网状材料的设计很具挑战性，因为面临着晶体建模和分子建模交织在一起的困难。这种网状化学方法是多伦多大学利用人工智能加速材料开发的一个范例。利用AI模型可以想象或建议('dream' or suggest)新颖材料，超越传统的基于库的筛选方法。

　　研究的共同作者、西北大学工程学院化学与生物工程系主任兰德尔·斯努尔(Randall Snurr)称，我们过去是通过计算从候选库中筛选出较佳材料。现在这种协同开发的自动化材料发现平台，比对数据库中所有材料进行“蛮力”('brute force')筛选效率更高。更重要的是，该方法使用机器学习算法，从数据中学习探索材料空间，实际上提出了原本没有想到的新材料。

　　该研究得到了美国能源部科学办公室、加拿大机械加工技术研究与创新网络(Canadian Network for Research and Innovation in Machining Technology)以及加拿大自然科学与工程研究理事会(NSERC)的支持。

　　(原标题：加美联合开发人工智能自动化材料发现平台)

上一篇：波兰政府通过面向2040年的能源政策

下一篇：高通被英国消费者权益维护机构起诉索赔，超过6亿美元

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

夯实学校人工智能教育服务教育强国建设
无论是培育人工智能领域的高端人才、激发人工智能环境中广大青少年的创新潜力，还是提升智能时代公民的适应力，都需超越传统的标准化人才培养模式，加强人工智能教育和创新能力培养。
人工智能教育
2025-05-08 17:26:13
推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。