盖世汽车讯 据外媒报道,美国能源部SLAC国家加速器实验室(SLAC National Accelerator Laboratory)和斯坦福大学(Stanford University)的计算机科学和材料科学研究人员合作开发出基于人工智能(AI)的方法,有助于在探索新材料时更有效地收集数据,从而能够以更高的精确度和速度来应对复杂的设计挑战。此次合作结合了各方在算法开发、机器学习和材料科学方面的专业知识。
(图片来源:SLAC)
这项研究为“自动驾驶实验(self-driving experiment)”奠定了基础,其中智能算法定义了SLAC的直线加速器相干光源(LCLS)等设施的下一组测量参数。新方法还支持快速发现新材料,可能在气候变化、量子计算和药物设计等领域富有前景。
由于制造和测量新材料性能的成本很高,传统材料的发现过程历来耗时且昂贵。可能的材料空间也非常大,其中只有四种元素的材料的可能性超过100亿种。由于需要满足复杂的设计目标,例如发现合成纳米颗粒(具有不同尺寸、形状和成分)的条件,这项任务变得更加复杂。传统方法通常是最大化或最小化简单属性,因此速度较慢,无法筛选巨大的搜索空间以发现符合研究人员目标的新材料。
来源:第一电动网
作者:盖世汽车
本文地址:https://www.d1ev.com/news/shichang/238598
以上内容转载自盖世汽车,目的在于传播更多信息,如有侵仅请联系admin#d1ev.com(#替换成@)删除,转载内容并不代表第一电动网(www.d1ev.com)立场。
文中图片源自互联网,如有侵权请联系admin#d1ev.com(#替换成@)删除。