研究人員已←經使用人工智能創建了算法,可以為任何項目找到合適的材料。在最『近發表的一篇論文中,卡內基梅隆大學和卡爾加裏大學的研◥究人員團隊對這些算法之一進行了改進,使研究人員可以快速,準確地找到具有所需特性的材料。

CMU機械工程助理⊙教授Amir Barati Farimani表示:“由於材料的空間是如□此之大,因此很難通過實驗和計算來表征材料的特性。”“因此,我們正在創建可以快速預測材料特性的算ㄨ法或模型。”

要使用人工智能或AI,研究人員必♀須首先使用已知數據訓練算法。然後,該算法學習從該信息中推斷出新的想法。Barati Farimani及其團隊使用有關材料化學組成的數據對算法進行了訓練。特別是,它們包括有關電子在確定材料特性ぷ中所起的作用的信息。。據Barati Farimani稱,該化學數據為該算法創建了新的材料描述符。

由於該算法可以預測多種材料的〗特性,因此具有許多應用。例如,該算法可以找到具有適合太陽能電池板熱性能的材料。另外,它可以識別制造藥物和⌒ 電池的材料。要使用此算法,研究人員■只需讓經過預訓練的深度學習模型即可找到他們正在尋找的屬性。

改進這些算法的方法是變得更快,更準確。如果算法不夠精確,則結果〗將無法使用。如果算法太慢,研究人員將永遠無法獲得結果。目前,研究小組發現他們的算法比其他領先算法更好。

“您可以使用此算法來訓練深度學習模型,並在不到一秒的時間內預測出它們,” Barati Farimani說。“本質是證明它可以準確預測各種材料,然後每個行業都可以使用它。”