人工智能加速新材料发现

俄罗斯研究人员在新材料开发方面取得了重大突破。他们利用人工智能（AI）加速了识别和分析潜在化合物特性的过程。 来自人工智能研究院（AIRI）的一个团队，在俄罗斯联邦储蓄银行（Sber）、斯科尔科沃科技学院（Skoltech）和托木斯克理工大学的支持下，创建了一个基于图神经网络（GNN）的AI系统。该系统有助于找到基于硼和钨的有前景的新化合物的有效元素组合。 “经过训练的模型使我们能够在几天内分析所有数据，并选择最有希望的用于实验验证的化合物，”AIRI首席研究员Roman Eremin说。 传统的计算分子性质的方法，即量子化学方法，需要大量的计算资源和时间。特别是当化合物的结构复杂时——每个原子和电子的计算都会变得更加困难。这可能需要数月甚至数年的时间。 人工智能有助于绕过这个障碍。 这使您可以加快流程，并且不会白白浪费数十万种配置。 “我们一直只在训练中包含模型犯错最多的结构。这降低了任务的组合复杂性，”Eremin解释说。 创建的AI模型不仅限于硼化合物。它可用于在其他化学系统中寻找新材料——从医药化合物到太空推进。 神经网络（也称为人工神经网络，INS，或简称神经网络）是一种数学模型，也是其软件或硬件实现，其构建基于生物神经网络的组织原则——活生物体的神经细胞网络。