AI が材料化学を破壊、2024 年に最も注目すべき科学研究結果を要約
AI for Science は、科学的発見の「第 5 のパラダイム」です。新たな科学研究革命が生まれつつあり、材料化学の分野ではこの変化は特に顕著です。
従来の「経験 + 試行錯誤」モデルに別れを告げる、インテリジェント主導の材料研究開発では、AI は科学シミュレーション、モデル予測、高スループット実験、自動特性評価などにおいて重要な手段を提供し、これによりコストを効果的に削減できます。新材料の研究開発コストを削減し、研究開発の効率を向上させます。
まもなく終わろうとしている2024年を振り返ると、材料化学の分野ではAIの活用により朗報が頻繁に生まれ、価値の高い研究成果が次々と生まれています。 HyperAI は、科学のための AI に焦点を当てた最初のコミュニティの 1 つとして、最先端の論文を解釈し、オンライン/オフラインの学術共有を随時組織することで、科学のための AI の普遍化を促進することに取り組んでいます。
古いものに別れを告げ、新しいものを歓迎するこの時点で、2023 年から 2024 年に解釈された最先端の論文を厳選して分類しました。この記事は、材料化学分野における AI の研究に焦点を当てています。論文のタイトルまたは中国語の解釈を下に表示すると、論文の解釈ページにリダイレクトされます。お役に立てば幸いです。
01、論文のタイトル:最適な強度と延性を備えた耐火性高エントロピー合金の機械学習支援組成設計
中国語の解釈：1200℃の高温性能限界を突破！北京科学技術大学は、機械学習を使用して、優れた室温延性を備えた 24 種類の耐火性高エントロピー合金を合成しました。
研究内容：北京科学技術大学のチームは、機械学習、遺伝的検索、クラスター分析、実験フィードバックの多目的最適化フレームワークを統合して、最適な高温強度と室温延性を備えた耐火性高エントロピー合金を見つけました。
発行雑誌:工学、2024年09月
02、論文のタイトル:Open Materials 2024 (0Mat24) 無機材料データセットとモデル
中国語の解釈：元素の周期表をほぼカバーしています。 Meta が 1 億 1,000 万件の DFT 計算結果を含むオープンソースの OMat24 データセットをリリース
研究内容：Meta は、オープンソース データセット OMat24 と事前トレーニング済みモデル EquiformerV2 をリリースします。OMat24 データセットには、構造的および組成的多様性に焦点を当てた 1 億 1,000 万件を超える DFT 計算結果が含まれています。
発行雑誌:arXiv、2024.10
03.論文のタイトル:結晶構造からの光スペクトルを直接予測するためのユニバーサル アンサンブル埋め込みグラフ ニューラル ネットワーク
中国語の解釈：東北大学とマサチューセッツ工科大学は、944 の材料データに基づいて GNNOpt モデルをリリースし、数百の太陽電池および量子候補材料の特定に成功しました。
研究内容：東北大学とマサチューセッツ工科大学の研究者らは、グラフニューラルネットワークに基づくGNNOptモデルを立ち上げ、32%を超える太陽エネルギー変換効率を持つ246種類の材料と、高い量子重みを持つ296種類の量子材料を特定することに成功した。
発行雑誌:先端材料、2024年06月
04.論文のタイトル:説明可能な数ショットのバッテリー寿命予測のための半教師あり学習
中国語の解釈：リチウム電池寿命予測精度が向上した20%！上海交通大学のチームは、ラベルなしデータに隠された情報を抽出する半教師あり学習手法 PBCT を発表
研究内容：上海交通大学のチームは、半教師あり学習技術を使用してバッテリー寿命を予測し、20% では予測精度が向上しました。
発行雑誌:ジュール、2024.03
05、論文のタイトル:ChemLLM: 化学大規模言語モデル
中国語の解釈：700万件の質問と回答データをカバーし、GPT-4に匹敵する専門的な機能を備えた上海AIラボがChemlLMをリリース
研究内容：上海人工知能研究所は、対話対話を通じて化学分野のさまざまなタスクを実行できる化学大規模言語モデル ChemLLM をリリースしました。研究者らは、構造化された化学知識を対話システムに統合しました。さまざまな科学分野で LLM を開発するための新しい標準。
発行雑誌:arXiv、2024.02
06、論文のタイトル:AutoML ベースの特徴削除実験による化学吸着強度の解釈
中国語の解釈：触媒設計を加速するために、上海交通大学の He Yulian 氏の研究グループは、AutoML に基づいた自動知識抽出を実行しました。
研究内容：上海交通大学の JI チームは、自動機械学習 (AutoML) に基づいて、触媒設計の最適化にとって非常に重要な、触媒表面上の反応物の化学吸着エネルギーを支配する要因を調査しました。
発行雑誌:米国科学アカデミー紀要、2024.03
07、論文のタイトル:三次元の角度に敏感な光検出のためのナノ膜ローリングにおけるマルチレベルの設計と構造
中国語の解釈：ポストムーア時代に向けてマイクロエレクトロニクスが加速！復旦大学の梅永峰氏の研究グループは、DNN とナノフィルム技術を統合して入射光の角度を正確に分析
研究内容：復丹大学のチームは、ディープニューラルネットワークとナノフィルムアセンブリを組み合わせて、入射光の角度を高精度に予測できる一連の三次元構造光検出器を開発し、ウェアラブルデバイスやスマート家具などの分野で大きな可能性を秘めている。 、スマート運転システム。
発行雑誌:ネイチャーコミュニケーションズ、2024年04月
08、論文のタイトル:変分エネルギー最小化に基づくニューラルネットワーク密度汎関数理論
中国語の解釈：物質探求の新時代!清華大学の Xu Yong と Duan Wenhui のチームは、ニューラル ネットワーク密度関数フレームワークをリリースし、物質の電子構造を予測するためのブラック ボックスを開きました。
研究内容：清華大学のチームは、材料構造の従来の DFT 計算の時間のかかる複雑な欠点を克服するために、ニューラル ネットワーク密度汎関数理論のフレームワークを提案しました。
発行雑誌:物理的レビューレター、2024.08
09、論文のタイトル:分子集合タスクに基づく解釈可能な深層学習フレームワークによる逆合成予測
中国語の解釈：山東大学、有機化合物の逆合成経路を4ステップで特定する解釈可能な深層学習アルゴリズムRetroExplainerを開発
研究内容：山東大学と中国電子科学技術大学のチームは、説明可能な深層学習アルゴリズム RetroExplainer を共同開発しました。このアルゴリズムは、有機化合物の逆合成ルートを 4 つのステップで特定し、簡単に入手できる反応物質を提供することができ、有機分野の逆合成研究に強力なツールを提供します。化学。
発行雑誌:ネイチャーコミュニケーションズ、2023.10
10.論文のタイトル:複数の用途向けにポリマー材料のコーティングやブレンドを可能にする水分散型 X 線シンチレーター
中国語の解釈：柔軟な複合材料の新たな進歩!河北大学の研究チームが革新的なX線シンチレーターを使用して3つの新素材を開発
研究内容：河北大学とゲント大学のチームは、水分散性に優れ、X線に対する感度が高いシンチレーターを開発し、水分散性シンチレーターを用いた3種類の材料を開発した。
発行雑誌:ネイチャーコミュニケーションズ、2024年03月
11.論文のタイトル:金属-有機構造体における高精度のガス吸着予測のための包括的な変圧器ベースのアプローチ
中国語の解釈：630,000 の 3 次元空間構成を効果的に特定し、清華大学が MOF 吸着容量を予測する Uni-MOF モデルを率先して発表
研究内容：清華大学、カリフォルニア大学リバーサイド校、北京科学情報研究所などのチームは、三次元金属有機骨格材料の吸着挙動を予測するための機械学習モデルUni-MOFを提案しました。さまざまな作業条件下でのナノ多孔質材料の挙動、さまざまなガスの吸着特性。
発行雑誌:ネイチャーコミュニケーションズ、2024年03月
12.論文のタイトル:深層学習密度汎関数理論ハミルトニアンの普遍材料モデル
中国語の解釈：ニューラル ネットワークが密度汎関数理論に置き換わります。清華大学の研究グループが超高精度の予測を実現するユニバーサル材料モデル DeepH をリリース
研究内容：清華大学のチームは、材料の構造と特性を予測するために使用できる DeepH ユニバーサル材料モデルを提案し、「大規模材料モデル」の構築の実現可能性を実証しました。
発行雑誌:科学速報、2024.06
13.論文のタイトル:炭素捕捉のための金属有機フレームワークの設計のための分子拡散モデルに基づく生成人工知能フレームワーク
中国語の解釈：33 分で 120,000 個の炭素回収候補物質を生成、米国のアルゴンヌ国立研究所が MOF のイノベーションを加速する生成 AI フレームワークをリリース
研究内容：米国のアルゴンヌ国立研究所は、新しい MOF 構造をランダムに生成して組み立て、安定性の高い MOF 構造を選別し、二酸化炭素を吸着する能力をテストできる生成 AI フレームワーク GHP-MOFsassemble をリリースしました。
発行雑誌:通信化学、2024年02月
14.論文のタイトル:プロトン固体酸化物電池の空気電極用プロトン伝導性Co/Fe系酸化物の機械学習支援スクリーニング
中国語の解釈：AI がバッテリー材料をスクリーニングし、広州大学の学者 Ye Siyu が P-SOC 材料予測に使用できる機械学習アルゴリズム モデルを開発
研究内容：広州大学の研究者らは、P-SOC 空気電極のスクリーニングに使用できる極度勾配強化アルゴリズムに基づいた機械学習モデルを確立しました。
発行雑誌:先端機能材料、2023.12
15.論文のタイトル:結晶カプセル表現による物質の対称性認識と物性予測
中国語の解釈：中山大学の李華山氏と王彪氏の研究グループは、材料特性を高精度で予測するためのSEN機械学習モデルを開発した
研究内容：中山大学のチームは、固有の結晶対称性と材料構造クラスター間の相互作用を正確に認識できる SEN と呼ばれる機械学習モデルを開発しました。
発行雑誌:ネイチャーコミュニケーションズ、2023年08月
16.論文のタイトル:機械学習を利用した水吸着等温線と冷却性能の予測
中国語の解釈：華中科技大学の Li Song 氏の研究グループは、機械学習を使用して多孔質材料の水吸着等温線を予測しています。
研究内容：華中科技大学のチームは、材料の構造パラメーターを通じて水の吸着等温線パラメーターとその後のアプリケーションのパフォーマンスを予測するように AI をトレーニングするための 2 段階の機械学習モデルを確立しました。
発行雑誌:材料化学ジャーナル A、2023.09
17.論文のタイトル:FlowLLM: 基本ディストリビューションとして大規模な言語モデルを使用したマテリアル生成のためのフロー マッチング
中国語の解釈：300%により安定した材料生成効率が向上！ Meta FAIR がマテリアル生成モデル FlowLLM をリリース、データセットは 450,000 を超えるマテリアルをカバー
研究内容：Meta FAIR研究所とアムステルダム大学は、安定材料の生成効率を300%以上、SUN材料の生成効率を約50%向上させる材料生成モデルFlowLLMをリリースした。
発行雑誌:NeurIPS 2024、2024.10
18.論文のタイトル:材料発見のための深層学習のスケーリング
中国語の解釈：人類より800年先？ DeepMind が GNoME をリリース、深層学習を使用して 220 万個の新しい結晶を予測
研究内容：Google DeepMind は深層学習ツール GNoME をリリースし、短期間で 220 万個の新しい結晶を発見しました。そのうち 38 万個の新しい結晶は安定した構造を持ち、研究開発の材料となる可能性があります。
発行雑誌:自然、2023.11
19.論文のタイトル:自己参照内蔵ファブリーペロー共振器を備えたCMOS互換の再構成型分光計
中国語の解釈：米国科学アカデミー紀要の表紙記事!中国チームがウェーハレベルで製造可能な人工知能適応型マイクロ分光計をリリース
研究内容：復旦大学のチームは、小型再構成分光計の新しい設計を提案した。この分光計は、成熟した集積回路プロセスを通じてウェーハレベルで製造でき、ほとんどの小型スペクトルテストのニーズを満たすのに十分なミリメートルレベルの寸法を有する。
発行雑誌:米国科学アカデミー紀要、2024 年 8 月
20、論文のタイトル:光ニューラルネットワークの完全順モードトレーニング
中国語の解釈：国産光チップの大躍進！清華大学のチームはニューラル ネットワークを使用して、初のフルフォワード インテリジェント オプティカル コンピューティング トレーニング アーキテクチャを作成
研究内容：清華大学のチームは、深層学習ニューラルネットワーク、超高感度センシング、トポロジカルフォトニクスの開発を促進することが期待されるフルフォワードモードFFM学習法を開発した。
発行雑誌:自然、2024.08
21 、論文のタイトル:データと研究者主導のプロセス設計による鉄系超電導体を使用した超強力永久磁石
中国語の解釈：最強の鉄系超電導マグネット誕生！科学者が機械学習に基づいた新たな研究システムを設計、磁場強度が従来の記録を2.7倍上回る
研究内容：英国と日本の科学者はAI技術を利用して、既知の世界最強の鉄系超電導磁石の作成に成功した。
発行雑誌:NPGアジアマテリアルズ、2024年06月
22 、論文のタイトル:アンサンブル学習に基づくリチウムイオン電池の簡略化された電気化学モデル
中国語の解釈：リチウム電池の性能限界を再構築するために、武漢理工大学のKang Jianqiang氏のチームは、統合学習に基づいた簡素化された電気化学モデルを提案した。
研究内容：武漢理工大学のチームは、電極粒子表面のリチウムイオン濃度の変化を正確に予測し、電池電圧を予測できる単純化された電気化学モデルを提案した。
発行雑誌:アイサイエンス、2024.05
23 、論文のタイトル:穴埋め: 欠落した物理フィールド情報を回復するための転送可能な深層学習アプローチ
中国語の解釈：マテリアルスペースの「穴埋め」: MIT はディープラーニングを使用して非破壊検査の問題を解決します
研究内容：MITの科学者たちはディープラーニングを利用して、限られた情報で材料の欠落部分を復元し、さらに表面を観察して材料の内部構造を決定できる技術を開発した。
発行雑誌:先端材料、2023年03月
24 、論文のタイトル:自然言語処理とディープラーニングによる耐食合金設計の強化
中国語の解釈：AI「腐敗防止」、ドイツのマックス・プランク研究所がNLPとDNNを組み合わせて耐腐食合金を開発
研究内容：ドイツのマックス プランク鉄鋼研究所は、合金の耐食性に対するさまざまな元素の影響を調査するために、ディープ ニューラル ネットワーク (DNN) と自然言語処理 (NLP) を組み合わせたプロセス認識 DNN を開発しました。
発行雑誌:科学の進歩、2023.08
25、論文のタイトル:高性能光アノード触媒を設計するための包括的な機械学習戦略
中国語の解釈：清華大学は説明可能な機械学習を使用して光アノード触媒を最適化し、水素製造のための水の光分解を促進します
研究内容：清華大学チームは機械学習を使用して、BiVO(4) 光アノードの助触媒を最適化しました。
発行雑誌:材料化学ジャーナル A、2023.10
26.原紙：外部場に対する原子システムの応答のための普遍的な機械学習
中国語の解釈：中国科学技術大学の Jiang Bin の研究グループは、外部場に対する原子の応答を分析するために FIREANN を開発しました。
研究内容：化学システムと外部場の間の相互作用は非常に重要です。中国科学技術大学のチームは、外部からシステムのエネルギーが変化する傾向を正確に記述することができる場誘起再帰組み込み原子ニューラル ネットワーク (FIREANN) を開発しました。場の強度と方向が変化し、任意の次数のシステム応答を予測できます。
発行雑誌:ネイチャーコミュニケーション、2023.10
上記は、今号の AI+ 材料化学に関する最先端の論文の概要です。AI+ 生物医学、医療健康、気象学、海洋学に関するその他の論文については、次号でお会いしましょう。
最後にテクニカルサロンをシェアします！ Meet AI Compiler の第 6 号は 12 月 28 日に上海で開催されます。写真をクリックして講師が共有するトピックについて学び、QR コードをスキャンして直接登録してください。
