L'IA Subvertit La Chimie Des Matériaux, Résumant Les Résultats De Recherche Scientifique Les Plus Remarquables De 2024

L’IA pour la science est le « cinquième paradigme » de la découverte scientifique.Une nouvelle révolution de la recherche scientifique est en train de s’amorcer, et ce changement est particulièrement évident dans le domaine de la chimie des matériaux.

Dites adieu au modèle traditionnel « s’appuyant sur l’expérience + essais et erreurs ». Dans la recherche et le développement de matériaux axés sur l'intelligence, l'IA fournit des moyens importants dans la simulation scientifique, la prédiction de modèles, les expériences à haut débit, la caractérisation automatisée, etc., ce qui peut réduire efficacement le coût de la recherche et du développement de nouveaux matériaux et améliorer l'efficacité de la recherche et du développement.

En regardant en arrière sur l’année 2024 qui touche à sa fin, le domaine de la chimie des matériaux a fait de fréquentes bonnes nouvelles avec le soutien de l’IA, et de plus en plus de résultats de recherche de grande valeur ont émergé. En tant que l'une des premières communautés axées sur l'IA pour la science, HyperAI s'engage à promouvoir la vulgarisation de l'IA pour la science par divers moyens tels que l'interprétation d'articles de pointe et l'organisation de sessions de partage académique en ligne/hors ligne de temps à autre.

En cette période d’adieu à l’ancien et d’accueil du nouveau, nous avons sélectionné et classé les articles de pointe interprétés au cours de l’année 2023-2024. Cet article se concentre sur la recherche de l’IA dans le domaine de la chimie des matériaux. Cliquez sur le titre de l’article ou sur l’interprétation chinoise ci-dessous pour accéder à la page d’interprétation de l’article. J'espère que cela vous sera utile.

01 、Titre de l'article :Conception compositionnelle assistée par apprentissage automatique d'alliages réfractaires à haute entropie avec résistance et ductilité optimales

Interprétation chinoise :Dépasser la limite de performance à haute température de 1 200 °C ! L'Université des sciences et technologies de Pékin a utilisé l'apprentissage automatique pour synthétiser 24 types d'alliages réfractaires à haute entropie présentant une excellente ductilité à température ambiante.
Contenu de la recherche :L'équipe de l'Université des sciences et technologies de Pékin a intégré un cadre d'optimisation multi-objectifs d'apprentissage automatique, de recherche génétique, d'analyse de cluster et de rétroaction expérimentale pour trouver des alliages réfractaires à haute entropie avec une résistance optimale à haute température et une ductilité à température ambiante.
Journal publié :Ingénierie, 2024.09

02 、Titre de l'article :Open Materials 2024 (0Mat24) Ensemble de données et modèles sur les matériaux inorganiques

Interprétation chinoise :Couvre presque le tableau périodique des éléments ! Meta publie un ensemble de données open source OMat24, contenant 110 millions de résultats de calcul DFT
Contenu de la recherche :Meta a publié l'ensemble de données open source OMat24 et le modèle pré-entraîné EquiformerV2. L'ensemble de données OMat24 contient plus de 110 millions de résultats de calcul DFT axés sur la diversité structurelle et compositionnelle.

Journal publié :arXiv, 2024.10

03 、Titre de l'article :Réseau neuronal à graphe d'intégration d'ensemble universel pour la prédiction directe des spectres optiques à partir de structures cristallines

Interprétation chinoise :Sur la base de 944 données sur les matériaux, l'Université du Tohoku et le MIT ont publié le modèle GNNOpt, identifiant avec succès des centaines de matériaux candidats pour les cellules solaires et quantiques.
Contenu de la recherche :Des chercheurs de l'Université de Tohoku et du MIT au Japon ont lancé un modèle GNNOpt basé sur des réseaux neuronaux graphiques, qui a identifié avec succès 246 matériaux avec une efficacité de conversion d'énergie solaire supérieure à 32% et 296 matériaux quantiques avec des poids quantiques élevés.
Journal publié :Matériaux avancés, 2024.06

04 、Titre de l'article :Apprentissage semi-supervisé pour une prédiction explicable de la durée de vie d'une batterie en quelques coups

Interprétation chinoise :Précision de prédiction de la durée de vie de la batterie au lithium améliorée par 20% ! L'équipe de l'Université Jiao Tong de Shanghai a publié une méthode d'apprentissage semi-supervisé PBCT pour extraire des informations cachées à partir de données non étiquetées
Contenu de la recherche :L'équipe de l'Université Jiao Tong de Shanghai a utilisé une technologie d'apprentissage semi-supervisé pour prédire la durée de vie de la batterie, et la précision de la prédiction a été améliorée par 20%.
Journal publié :Joule, 2024.03

05 、Titre de l'article :ChemLLM : un modèle de langage chimique à grande échelle

Interprétation chinoise :Couvrant 7 millions de données de questions-réponses, Shanghai AI Lab a publié ChemLLM, avec des capacités professionnelles comparables à GPT-4
Contenu de la recherche :Le laboratoire d'intelligence artificielle de Shanghai a publié le ChemLLM, un grand modèle de langage chimique capable d'effectuer diverses tâches dans la discipline chimique grâce à des interactions de dialogue. Ses performances sur les tâches principales sont comparables à celles du GPT-4. Les chercheurs ont intégré des connaissances chimiques structurées dans le système de dialogue, établissant ainsi une nouvelle norme pour le développement de LLM dans divers domaines scientifiques.
Journal publié :arXiv, 2024.02

06 、Titre de l'article :Interprétation de la force de chimisorption avec des expériences de suppression de caractéristiques basées sur AutoML

Interprétation chinoise :En accélérant la conception des catalyseurs, le groupe de recherche de He Yulian à l'Université Jiaotong de Shanghai extrait automatiquement des connaissances basées sur AutoML
Contenu de la recherche :Sur la base de l'apprentissage automatique (AutoML), une équipe de l'Institut conjoint de l'Université Jiao Tong de Shanghai a étudié quel facteur domine l'énergie d'adsorption chimique des réactifs sur la surface du catalyseur, ce qui est d'une grande importance pour l'optimisation de la conception du catalyseur.
Journal publié :Actes de l'Académie nationale des sciences, 2024.03

07 、Titre de l'article :Conception et construction multiniveaux en nanomembrane laminée pour la photodétection tridimensionnelle sensible à l'angle

Interprétation chinoise :La microélectronique accélère son chemin vers l’ère post-Moore ! Le groupe de recherche de Mei Yongfeng à l'Université Fudan intègre la technologie DNN et nanofilm pour analyser avec précision l'angle de la lumière incidente
Contenu de la recherche :L'équipe de l'Université Fudan a combiné des réseaux neuronaux profonds et un assemblage de films nano-minces pour développer une série de photodétecteurs structurés tridimensionnels qui peuvent réaliser une prédiction de haute précision de l'angle de la lumière incidente et ont un grand potentiel dans des domaines tels que les appareils portables, les meubles intelligents et les systèmes de conduite intelligents.
Journal publié :Nature Communications, 2024.04

08 、Titre de l'article :Théorie de la fonctionnelle de la densité des réseaux neuronaux basée sur la minimisation variationnelle de l'énergie

Interprétation chinoise :Une nouvelle ère d’exploration matérielle ! L'équipe de Xu Yong et Duan Wenhui de l'Université Tsinghua a publié un cadre fonctionnel de densité de réseau neuronal pour ouvrir la boîte noire de la prédiction de la structure électronique !
Contenu de la recherche :L'équipe de l'Université Tsinghua a proposé un cadre théorique de la densité fonctionnelle des réseaux neuronaux pour surmonter les lacunes des calculs DFT traditionnels des structures matérielles, qui sont longs et complexes.
Journal publié :Lettres d'examen physique, 2024.08

09 、Titre de l'article :Prédiction de la rétrosynthèse avec un cadre d'apprentissage profond interprétable basé sur des tâches d'assemblage moléculaire

Interprétation chinoise :L'Université du Shandong développe un algorithme d'apprentissage profond interprétable RetroExplainer pour identifier la voie de rétrosynthèse des composés organiques en 4 étapes
Contenu de la recherche :L'Université du Shandong et l'Université des sciences et technologies électroniques de Chine ont développé conjointement un algorithme d'apprentissage en profondeur explicable, RetroExplainer, qui peut identifier la voie de rétrosynthèse des composés organiques en 4 étapes et fournir des réactifs facilement disponibles, fournissant un outil puissant pour la recherche rétrosynthétique en chimie organique.
Journal publié :Nature Communications, 2023.10

10.Titre de l'article :Scintillateurs à rayons X dispersibles dans l'eau permettant le revêtement et le mélange avec des matériaux polymères pour de multiples applications

Interprétation chinoise :Nouvelle avancée dans les matériaux composites flexibles ! Une équipe de recherche de l'Université du Hebei développe trois nouveaux matériaux utilisant des scintillateurs à rayons X innovants
Contenu de la recherche :L'équipe de l'Université du Hebei et de l'Université de Gand a développé un scintillateur avec une bonne dispersibilité dans l'eau et une grande sensibilité aux rayons X, et a développé trois matériaux utilisant des scintillateurs dispersibles dans l'eau.
Journal publié :Nature Communications, 2024.03

11.Titre de l'article :Une approche complète basée sur les transformateurs pour des prédictions d'adsorption de gaz de haute précision dans les cadres organométalliques

Interprétation chinoise :L'Université Tsinghua dirige la publication du modèle Uni-MOF, qui identifie efficacement 630 000 configurations spatiales tridimensionnelles et prédit la capacité d'adsorption des MOF
Contenu de la recherche :Des équipes de l'Université Tsinghua, de l'Université de Californie à Riverside, de l'Institut d'intelligence scientifique de Pékin et d'autres ont proposé un modèle d'apprentissage automatique, Uni-MOF, pour prédire le comportement d'adsorption des matériaux à ossature organométallique tridimensionnelle. Le modèle est utilisé pour prédire les performances d'adsorption des matériaux nanoporeux pour divers gaz dans diverses conditions de travail.
Journal publié :Nature Communications, 2024.03

12.Titre de l'article :Modèle universel de matériaux de la théorie fonctionnelle de la densité d'apprentissage profond Hamiltonien

Interprétation chinoise :Les réseaux neuronaux remplacent la théorie de la fonctionnelle de la densité ! Le groupe de recherche Tsinghua publie le modèle de matériau universel DeepH, permettant une prédiction ultra-précise
Contenu de la recherche :L'équipe de l'Université Tsinghua a proposé le modèle de matériau universel DeepH, qui peut être utilisé pour prédire la structure et les propriétés des matériaux, démontrant ainsi la faisabilité de la construction d'un « grand modèle de matériau ».
Journal publié :Bulletin scientifique, 2024.06

13.Titre de l'article :Un cadre d'intelligence artificielle générative basé sur un modèle de diffusion moléculaire pour la conception de structures organométalliques pour la capture du carbone

Interprétation chinoise :Le Laboratoire national d'Argonne publie un cadre d'IA générative pour accélérer l'innovation des MOF
Contenu de la recherche :Le laboratoire national d'Argonne aux États-Unis a publié un cadre d'IA générative GHP-MOFsassemble, qui peut générer et assembler de manière aléatoire de nouvelles structures MOF, filtrer les structures MOF hautement stables et tester leur capacité à adsorber le dioxyde de carbone.
Journal publié :Chimie des communications, 2024.02

14.Titre de l'article :Criblage assisté par apprentissage automatique d'un oxyde à base de cobalt et de fer conducteur de protons pour l'électrode à air d'une cellule à oxyde solide protonique

Interprétation chinoise :L'IA criblant les matériaux des batteries, l'académicien Ye Siyu de l'Université de Guangzhou a développé un modèle d'algorithme d'apprentissage automatique qui peut être utilisé pour la prédiction des matériaux P-SOC.
Contenu de la recherche :Des chercheurs de l'Université de Guangzhou ont établi un modèle d'apprentissage automatique basé sur l'algorithme d'amplification de gradient extrême, qui peut être utilisé pour le criblage des électrodes à air P-SOC.
Journal publié :Matériaux fonctionnels avancés, 2023.12

15.Titre de l'article :Reconnaissance de la symétrie des matériaux et prédiction des propriétés réalisée par représentation de capsules cristallines

Interprétation chinoise :Le groupe de recherche de Li Huashan et Wang Biao à l'Université Sun Yat-sen a développé le modèle d'apprentissage automatique SEN pour prédire les propriétés des matériaux avec une grande précision.
Contenu de la recherche :L'équipe de l'Université Sun Yat-sen a développé un modèle d'apprentissage automatique appelé SEN qui peut percevoir avec précision les interactions entre les symétries cristallines inhérentes et les groupes de structures matérielles.
Journal publié :Nature Communications, 2023.08

16.Titre de l'article :Prédiction assistée par apprentissage automatique des isothermes d'adsorption d'eau et des performances de refroidissement

Interprétation chinoise :Le groupe de recherche de Li Song à l'Université des sciences et technologies de Huazhong a utilisé l'apprentissage automatique pour prédire les isothermes d'adsorption d'eau des matériaux poreux.
Contenu de la recherche :L'équipe de l'Université des sciences et technologies de Huazhong a établi un modèle d'apprentissage automatique en deux étapes pour former l'IA à prédire les paramètres d'isotherme d'adsorption d'eau et les performances d'application ultérieures en fonction des paramètres structurels du matériau.
Journal publié :Journal de chimie des matériaux A, 2023.09

17.Titre de l'article :FlowLLM : Correspondance de flux pour la génération de matériaux avec de grands modèles de langage comme distributions de base

Interprétation chinoise :L'efficacité de la génération de matériaux de stabilité est augmentée de 300% ! Meta FAIR publie le modèle de génération de matériaux FlowLLM, avec un ensemble de données couvrant plus de 45 000 matériaux
Contenu de la recherche :Le laboratoire Meta FAIR et l'Université d'Amsterdam ont publié conjointement le modèle de génération de matériaux FlowLLM, qui a augmenté l'efficacité de génération de matériaux stables de plus de 300% et l'efficacité de génération de matériaux SUN d'environ 50%.
Journal publié :NeurIPS 2024, 2024.10

18.Titre de l'article :Mise à l'échelle de l'apprentissage profond pour la découverte de matériaux

Interprétation chinoise :800 ans d’avance sur l’humanité ? DeepMind lance GNoME, utilisant l'apprentissage profond pour prédire 2,2 millions de nouveaux cristaux
Contenu de la recherche :Google DeepMind a publié l'outil d'apprentissage en profondeur GNoME, qui a découvert 2,2 millions de nouveaux cristaux en peu de temps, dont 380 000 nouveaux cristaux ont des structures stables et peuvent devenir des matériaux potentiels pour la recherche et le développement.
Journal publié :Nature, 2023.11

19.Titre de l'article :Spectromètres reconstructifs compatibles CMOS avec résonateurs Fabry-Perot intégrés autoréférencés

Interprétation chinoise :Article de couverture des Actes de l'Académie nationale des sciences ! Une équipe chinoise lance un microspectromètre adaptatif à l'IA qui peut être produit au niveau des plaquettes
Contenu de la recherche :L'équipe de l'Université Fudan a proposé une nouvelle conception d'un spectromètre de reconstruction miniaturisé qui peut être fabriqué au niveau de la plaquette en utilisant des processus de circuits intégrés matures et qui a une taille à l'échelle millimétrique, ce qui est suffisant pour répondre à la plupart des besoins de tests spectraux miniaturisés.
Journal publié :Actes de l'Académie nationale des sciences, 2024.08

20.Titre de l'article :Entraînement en mode entièrement direct pour les réseaux neuronaux optiques

Interprétation chinoise :Une avancée majeure dans les puces optiques domestiques ! L'équipe de Tsinghua utilise un réseau neuronal pour créer la première architecture de formation informatique optique intelligente et complète
Contenu de la recherche :Une équipe de l'Université Tsinghua a développé une méthode d'apprentissage en mode entièrement direct (FFM) qui devrait favoriser le développement de domaines tels que les réseaux neuronaux d'apprentissage profond, la perception ultra-sensible et la photonique topologique.
Journal publié :Nature, 2024.08

vingt-et-un ,Titre de l'article :Aimants permanents ultra-résistants avec supraconducteurs à base de fer grâce à une conception de processus basée sur les données et les chercheurs

Interprétation chinoise :L'aimant supraconducteur à base de fer le plus puissant est né ! Des scientifiques conçoivent un nouveau système de recherche basé sur l'apprentissage automatique, avec une intensité de champ magnétique 2,7 fois supérieure au record précédent
Contenu de la recherche :Des scientifiques britanniques et japonais ont utilisé la technologie de l'IA pour créer avec succès l'aimant supraconducteur à base de fer le plus puissant au monde.
Journal publié :Matériaux NPG Asie, 2024.06

vingt-deux,Titre de l'article :Un modèle électrochimique simplifié pour les batteries lithium-ion basé sur l'apprentissage d'ensemble

Interprétation chinoise :Remodelant les limites de performance des batteries au lithium, l'équipe de Kang Jianqiang de l'Université de technologie de Wuhan a proposé un modèle électrochimique simplifié basé sur l'apprentissage d'ensemble
Contenu de la recherche :L'équipe de l'Université de technologie de Wuhan a proposé un modèle électrochimique simplifié qui peut prédire avec précision les changements de concentration en ions lithium à la surface des particules d'électrodes et ainsi prédire la tension de la batterie.
Journal publié :iScience, 2024.05

vingt-trois ,Titre de l'article :Complétez les blancs : Approches d'apprentissage profond transférables pour récupérer les informations manquantes sur le terrain physique

Interprétation chinoise :Remplissez les blancs dans l'espace matériel : le MIT utilise l'apprentissage profond pour résoudre les problèmes de tests non destructifs
Contenu de la recherche :Les scientifiques du MIT ont utilisé l'apprentissage profond pour développer une technique capable de récupérer les parties manquantes d'un matériau à l'aide d'informations limitées et d'observer davantage la surface pour déterminer la structure interne du matériau.
Journal publié :Matériaux avancés, 2023.03

vingt-quatre ,Titre de l'article :Améliorer la conception des alliages résistants à la corrosion grâce au traitement du langage naturel et à l'apprentissage profond

Interprétation chinoise :L'IA « anti-corruption » : l'Institut Max Planck allemand combine PNL et DNN pour développer des alliages résistants à la corrosion
Contenu de la recherche :L'Institut Max Planck pour la recherche sur le fer en Allemagne a combiné des réseaux neuronaux profonds (DNN) et le traitement du langage naturel (NLP) pour développer un DNN sensible aux processus afin d'explorer les effets de différents éléments sur la résistance à la corrosion des alliages.
Journal publié :Progrès scientifiques, 2023.08

25.Titre de l'article :Une stratégie complète d'apprentissage automatique pour la conception de catalyseurs photoanodes hautes performances

Interprétation chinoise :L'Université Tsinghua utilise l'apprentissage automatique interprétable pour optimiser les catalyseurs photoanodes afin de faciliter la photolyse de l'eau pour produire de l'hydrogène
Contenu de la recherche :Une équipe de l’Université Tsinghua a utilisé l’apprentissage automatique pour optimiser le cocatalyseur de la photoanode BiVO(4).
Journal publié :Journal de chimie des matériaux A, 2023.10

26.Article original :Apprentissage automatique universel pour la réponse des systèmes atomiques aux champs externes

Interprétation chinoise :Le groupe de recherche de Jiang Bin à l'USTC a développé FIREANN pour analyser la réponse des atomes aux champs externes
Contenu de la recherche :L’interaction entre les systèmes chimiques et les champs externes est cruciale. Une équipe de l'Université des sciences et technologies de Chine a développé un réseau neuronal atomique intégré récursif induit par champ (FIREANN), qui peut décrire avec précision la tendance changeante de l'énergie du système lorsque l'intensité et la direction du champ externe changent, et peut également prédire la réponse du système de n'importe quel ordre.
Journal publié :Nature Communications, 2023.10

Les articles ci-dessus sont les articles de pointe sur l'IA et la chimie des matériaux résumés dans ce numéro. Pour plus d'articles sur l'IA + la biomédecine, la santé médicale, la météorologie et l'océanographie, à la prochaine.

Enfin, partageons un salon technique ! La 6e édition de Meet AI Compiler ouvrira ses portes à Shanghai le 28 décembre. Cliquez sur l'image pour en savoir plus sur les sujets partagés par le conférencier et scannez le code QR pour vous inscrire directement.