在著名的材料属性预测基准测试集 MatBench 上的基准测试中,MatterSim 的精确度有了显著提升,并优于所有针对特定属性的专有模型,展现了其直接从领域特定数据预测材料属性的强大能力。 开启人工智能辅助材料设计新篇章 MatterSim 为鲁棒且高效的材料模拟和性质预测提供了新的可能性,其与Distributional Graphormer等生成式人...
在复合材料设计的领域内，美国雪城大学（Syracuse University）的Zhao Qin和其研究团队近日实现了一项重大突破。他们运用了生成式人工智能（AI）来高效地设计双连续复合材料，这一研究成果已于2024年1月9日发表在国际著名的学术期刊《理论与应用力学快报》上。这一研究的核心在于双连续复合结构的快速生成和在负载时的应力...
这些创新应用不仅提高了膜材料的设计效率,还极大地扩展了材料的设计空间。 AI赋能的材料发现:推动新材料的快速开发 AI在材料发现与设计中的应用不仅限于膜材料的开发,它还为更广泛的新材料研发提供了强有力的支持。在AI的助力下,研究人员能够以前所未有的速度和精度发现新材料,推动了材料科学的迅速发展。 AI赋能的...
人工智能、大数据、量子力学以及超级计算的结合,加深了人们对材料的理解,并且使人们不再只是依赖人类直觉去发现新材料。 事实上,过往的重大材料的发现都是科学家偶然间或者多次试验得到的。例如,人们观察到用硫等添加剂加热可以提高橡胶的耐用性,于是在 19 世纪从其混合物中制造了硫化橡胶。但这种方法偶然性很大,可能...
在这个过程中,人工智能(AI)和3D打印起着关键作用。 ▌借助AI实现新材料设计 机器学习和预测建模是AI的一个强大子集,可以加速新材料的设计过程。设计人员只需在程序中输入所需的材料属性,算法就可以预测哪些化学元素可以在微观层面上组合,从而创建具有所需功能和属性的结构。 麻省理工学院多尺度材料设计研究员、McAfee...
背景介绍人工智能(Artificial Intelligence),是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,在科学研究和社会上掀起了广泛的热潮。在过去的几年中,寻求利用人工智能发现新材料的努力引起了很多研究。随后,在使用各种人工神经网络(artificial neural networks,ANN)生成未发现的分...
超材料是一种人造材料,其特性是自然不存在的财力,超材料最著名的用途是制作科幻小说或游戏中经常出现的隐形斗篷。通过精确地设计小于光波长的人造原子,并通过控制光的偏振和自旋,研究人员获得了自然界所没有的新光学特性。然而,目前的方法需要反复试验才能找到合适材料。这种努力既费时又无效率;人工智能(AI)可以为这个...
然而,高分子材料的配方设计与工艺优化长期以来都是一项复杂而耗时的任务,依赖于专家经验、大量实验数据与试错法,不仅成本高昂,而且效率低下。随着人工智能(AI)技术的飞速发展,这一传统模式正被悄然改变,人工智能驱动的高分子配方设计正逐步成为解决行业痛点、推动产业升级的关键力量。
首先,人工智能在材料设计中的应用可以提高研发效率。传统的材料研发涉及大量的试验和经验积累,而这些过程需要耗费大量的时间和资源。而利用人工智能技术,可以通过对庞大的实验数据进行分析和挖掘,快速发现材料的特性与结构之间的关联。通过机器学习、数据挖掘和模式识别等技术,人工智能可以找出潜在的材料特性和最佳合成途径,...