風(fēng)口已至，多領(lǐng)域平臺融入社交元素！
在眾多領(lǐng)域平臺中，社交元素都扮演著重要角色，如直播營銷帶貨、線上配對聽歌、游戲局內(nèi)互動等。隨著元宇宙時代的來臨，社交產(chǎn)品不斷升級，社交元素推動流量變現(xiàn)，多平臺領(lǐng)域融入社交
12 月 1 日消息，谷歌旗下 DeepMind日前在《自然》期刊上展示了自家AI工具 GNoME，并介紹了AI在材料科學(xué)上的相關(guān)應(yīng)用，據(jù)悉，DeepMind使用 GNoME 發(fā)現(xiàn)了 220 萬種新晶體，其中有 38 萬種晶體屬于穩(wěn)定材料，可以在實驗室制造，有望應(yīng)用在電池或是超導(dǎo)體等方面。
目前 ICSD 數(shù)據(jù)中，約有 2 萬種晶體在計算上被認為處于“穩(wěn)定態(tài)”，此前 Materials Project 等團隊通過一系列計算方法，又找出了 2.8 萬種晶體。不過DeepMind認為，此前業(yè)界經(jīng)過改進的計算方法，雖然能夠加快發(fā)現(xiàn)新晶體結(jié)構(gòu)的速度，但是時間與金錢成本相當高。
而 DeepMind 的新工具 GNoME，據(jù)稱突破了此前的各種計算方法，能夠準確預(yù)測一系列穩(wěn)定的晶體結(jié)構(gòu)，并從中生成了 220 萬種材料，DeepMind 聲稱，如果僅憑借人力計算出這些材料，需要花費 800 年。
從 DeepMind 報告中獲悉，GNoME 開發(fā)材料的效率相當高，該模型一共設(shè)計了 5.2 萬種新型石墨烯層狀化合物，而在之前，人類只鑒定出約 1,000 種類似的材料。此外，GNoME 還發(fā)現(xiàn) 528 種潛在的鋰離子導(dǎo)體，導(dǎo)電能力可達之前材料的 25 倍?？茖W(xué)家認為，僅僅是上述發(fā)現(xiàn)，就有望改善目前電子產(chǎn)品中應(yīng)用的電池能耗。
DeepMind提到，GNoME 采用兩種策略來尋找材料，第一種是根據(jù)已知晶體結(jié)構(gòu)創(chuàng)造候選物，另一種則是基于化學(xué)公司，以更隨機的方式探索候選物結(jié)構(gòu)。該模型同時通過神經(jīng)網(wǎng)絡(luò)來處理和分析上述兩種方法的輸出，使用密度泛函理論（Density Functional Theory）計算，來評估這些候選物的穩(wěn)定性。并利用一種稱為“主動學(xué)習(xí)（Active Learning）”的方法來提高晶體預(yù)測精準度和效率，從而大幅增加發(fā)現(xiàn)新材料的速度和成功率。
GNoME 模型旨在是降低發(fā)現(xiàn)新材料的成本，目前全球的科學(xué)家已在實驗室制造出 736 種 GNoME 所預(yù)測的新材料，這證明了 GNoME 的晶體預(yù)測在現(xiàn)實中的準確性與可行性，而 DeepMind 目前已經(jīng)將 GNoME 新發(fā)現(xiàn)的晶體數(shù)據(jù)庫公開，協(xié)助科研人員測試和制造候選材料。
本文鏈接：http://www.www897cc.com/showinfo-45-2746-0.htmlDeepMind 推出 AI 工具 GNoME，號稱已發(fā)現(xiàn) 220 萬種新晶體材料
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號