.png?x-oss-process=style/png_small)
電話：+86 13777390546
手機：+86 13777390546
郵箱：chemauto@matevochemicals.com
微信：+86 13777390546
機器化學(xué)家的挑戰(zhàn)和機遇
近年來, 由于大規(guī)模云計算機計算能力和存儲能力的飛速提升、高通量數(shù)據(jù)的不斷積累、先進算法的日趨成熟, 人工智能進入了新一輪的發(fā)展熱潮, 尤其被廣泛應(yīng)用于計算機視覺、語音識別、自然語言處理、生物信息學(xué)、無人駕駛、無人機、智能營銷、網(wǎng)絡(luò)防御、決策管理等高科技前沿領(lǐng)域. 以化學(xué)這一重要自然基礎(chǔ)學(xué)科為例, 傳統(tǒng)研究范式常常通過試錯和變量降維的方式來建立模型, 但由于研究對象復(fù)雜化和高維化, 研究效率低和信息丟失的問題變得日益嚴重. 人工智能擅長對高復(fù)雜度、高維度數(shù)據(jù)進行挖掘和分析, 能夠從海量數(shù)據(jù)中尋找變量之間的“隱藏”關(guān)聯(lián), 發(fā)現(xiàn)物質(zhì)科學(xué)的內(nèi)在規(guī)律. 因此, 人工智能被認為繼實驗、理論、模擬之后的第四大研究范式. 近期, 人工智能在化學(xué)科學(xué)基礎(chǔ)研究中取得了不少突破. 例如, 德國明斯特大學(xué)Segler等人結(jié)合蒙特卡洛樹搜索與擴展策略網(wǎng)絡(luò), 通過對1200萬個反應(yīng)數(shù)據(jù)進行訓(xùn)練, 搜索到合適的逆合成路徑, 加速了計算機輔助合成路線設(shè)計的發(fā)展. 復(fù)旦大學(xué)劉智攀教授結(jié)合表面隨機行走算法和神經(jīng)網(wǎng)絡(luò)技術(shù)訓(xùn)練分子和材料的勢能面數(shù)據(jù), 大幅度加速了材料結(jié)構(gòu)演化和化學(xué)反應(yīng)的預(yù)測. 美國西北大學(xué)Wolverton等人搭建了量子材料數(shù)據(jù)庫, 通過數(shù)據(jù)挖掘算法實現(xiàn)對鋰離子電池催化劑和電極材料、鎂合金結(jié)構(gòu)和新型三組分材料的預(yù)測和設(shè)計.
