科學家使用人工神經網絡來預測新的穩(wěn)定材料

人工神經網絡 - 受大腦連接啟發(fā)的算法 - 已經“學會”執(zhí)行各種任務，從自動駕駛汽車中的行人檢測到分析醫(yī)學圖像，再到翻譯語言?，F(xiàn)在，加州大學圣地亞哥分校的研究人員正在訓練人工神經網絡來預測新的穩(wěn)定材料。

“預測材料的穩(wěn)定性是材料科學，物理和化學的核心問題，”資深作者，加州大學圣地亞哥雅各布斯工程學院的納米工程教授Shyue Ping Ong說。“一方面，你有傳統(tǒng)的化學直覺，如Linus Pauling的五條規(guī)則，用離子的半徑和堆積來描述晶體的穩(wěn)定性。另一方面，你有昂貴的量子力學計算來計算從形成晶體獲得的能量必須在超級計算機上完成。我們所做的就是使用人工神經網絡來連接這兩個世界。“

通過訓練人工神經網絡來預測晶體的形成能量僅使用兩個輸入 - 組成原子的電負性和離子半徑-Ong和他的團隊在材料虛擬實驗室開發(fā)的模型可以識別兩類晶體中稱為石榴石的穩(wěn)定材料和鈣鈦礦。這些型號的精度比以前的機器學習型號高出10倍，并且足夠快，可以在筆記本電腦上在幾小時內有效地屏蔽數千種材料。該團隊在9月18日出版的Nature Communications上發(fā)表的一篇論文中詳細介紹了這項工作。

“石榴石和鈣鈦礦用于LED燈，可充電鋰離子電池和太陽能電池。這些神經網絡有可能大大加速發(fā)現(xiàn)這些和其他重要應用的新材料，”第一作者Weike Ye說，化學博士 Ong材料虛擬實驗室的學生。

該團隊通過http://crystals.ai上的網絡應用程序公開訪問他們的模型。這允許其他人使用這些神經網絡來計算任何石榴石或鈣鈦礦組合物的形成能量。

研究人員正計劃將神經網絡的應用擴展到其他晶體原型以及其他材料屬性。