火熱的人工智能如何應用在材料科學研究上

摘要：

近些年，人工智能技術的發展如火如荼，從AlphaGo到AlphaFold，人工智能開始在科學研究中發揮著史無前例的作用，科學研究的范式也從“因果式”向“數據驅動式”進行轉換。其中，作為人工智能技術實現過程中的關鍵一環，機器學習算法不但可以實現科學研究體系的性質預測、加快研發速度，同時隨著近期“AIGC（人工智能生成內容）”的火熱推進，各種“GAN生成式機器學習”模型也被應用到科學研究中，通過生成具有目標功能的新材料，使精確的“Inverse Design逆向設計”成為可能。通過本專題，讓我們來詳細梳理機器學習在材料科學研究中的最新研究成果以及把握未來研究的發展動向。

1. Nature子刊：原子間勢的深度學習用于新材料開發

2. Communications Materials: 詳解圖神經網絡在化學和材料科學中大展宏“圖”

3. Nature Energy：晶體圖注意力網絡用于預測穩定材料

4. 機器學習預測分子結構，Nature Reviews Chemistry最新綜述！

5. PRB：超越密度泛函理論的機器學習力場

6. Nature子刊：機器學習助力化學家精準預測有機反應結果

7. Nature Materials：通過計算發現和理解材料

8. 未來自動化實驗室的構建是什么樣的？請看這篇綜述

查看更多請點擊以下來源鏈接。

信息來源：

（以上信息來源或部分來源于以下文獻或網絡鏈接，若有侵權請及時告知以便刪除）

1.匯總：人工智能賦能材料科學研究