-
--熱烈祝賀我會聯(lián)辦的科普活動被中國科協(xié)評為--優(yōu)秀科普活動
12月21日，中國科學技術(shù)協(xié)會辦公廳印發(fā)《關(guān)于對2020年全國科普日有關(guān)組織單位和活動予以表揚的通知》（科協(xié)辦函普字【2020】158號），江蘇省機械工程學會、南京工程學會和江蘇省學會服務中心聯(lián)辦的“2020年全國科普日暨第一屆‘天印筑夢·科普智行’”活動，被評為優(yōu)秀科普活動。
關(guān)于學會
學術(shù)科普
加美聯(lián)合開發(fā)人工智能自動化材料發(fā)現(xiàn)平臺
時間：2021/2/24 10:30:43 瀏覽次數(shù)：2893
字體：大
中
小
據(jù)多倫多大學官網(wǎng)報道，由該校和美國西北大學組成的研究團隊，利用機器學習技術(shù)開發(fā)了一個自動化材料發(fā)現(xiàn)平臺，有助于加快材料的設(shè)計周期。相關(guān)論文已在《自然-機器智能》（Nature Machine Intelligence）上發(fā)表。
網(wǎng)狀框架是通過在不同拓撲結(jié)構(gòu)中分子構(gòu)建塊的自組裝而形成的結(jié)晶多孔材料，其中許多具有氣體存儲、分離、催化以及生物醫(yī)學等應用所需的特性。研究團隊開發(fā)了一種由超分子變體自編碼器支持的自動化納米多孔材料發(fā)現(xiàn)平臺，用于網(wǎng)狀材料的生成設(shè)計。在該研究中，研究人員用一類金屬有機框架（MOF）結(jié)構(gòu)演示了自動化設(shè)計過程，并實現(xiàn)了從天然氣或煙道氣中分離出二氧化碳的目標。該模型在捕獲MOF結(jié)構(gòu)特征方面顯示出很高的保真度。研究表明，當與多個氣體分離最佳吸附劑候選物共同訓練時，自動編碼器具有良好的優(yōu)化能力。利用該平臺發(fā)現(xiàn)的MOF材料與迄今已知的某些MOF材料相比具有很強的競爭力。
研究的主要作者，多倫多大學文理學院化學系和計算機科學系博士后姚振鵬稱，該平臺可用于生成各種分子框架設(shè)計，顯著縮短用于某種特定用途的最佳材料的識別時間。
加拿大高等研究院（CIFAR）人工智能首席科學家、加拿大150理論化學研究主席（Canada 150 Research Chair in Theoretical Chemistry）艾倫·阿斯普魯·古茲克（Alan Aspuru-Guzik）教授說，網(wǎng)狀材料的設(shè)計極具挑戰(zhàn)性，因為面臨著晶體建模和分子建模交織在一起的困難。這種網(wǎng)狀化學方法是多倫多大學利用人工智能加速材料開發(fā)的一個范例。利用AI模型可以想象或建議（'dream' or suggest）新穎材料，超越傳統(tǒng)的基于庫的篩選方法。
研究的共同作者、西北大學工程學院化學與生物工程系主任蘭德爾·斯努爾（Randall Snurr）稱，我們過去是通過計算從候選庫中篩選出最佳材料。現(xiàn)在這種協(xié)同開發(fā)的自動化材料發(fā)現(xiàn)平臺，比對數(shù)據(jù)庫中所有材料進行“蠻力”（'brute force'）篩選效率更高。更重要的是，該方法使用機器學習算法，從數(shù)據(jù)中學習探索材料空間，實際上提出了原本沒有想到的新材料。
該研究得到了美國能源部科學辦公室、加拿大機械加工技術(shù)研究與創(chuàng)新網(wǎng)絡(luò)（Canadian Network for Research and Innovation in Machining Technology）以及加拿大自然科學與工程研究理事會（NSERC）的支持。
