蓋世汽車訊 據外媒報道，美國能源部SLAC國家加速器實驗室（SLAC National Accelerator Laboratory）和斯坦福大學（Stanford University）的計算機科學和材料科學研究人員合作開發出基于人工智能（AI）的方法，有助于在探索新材料時更有效地收集數據，從而能夠以更高的精確度和速度來應對復雜的設計挑戰。此次合作結合了各方在算法開發、機器學習和材料科學方面的專業知識。
（圖片來源：SLAC）
這項研究為“自動駕駛實驗（self-driving experiment）”奠定了基礎，其中智能算法定義了SLAC的直線加速器相干光源（LCLS）等設施的下一組測量參數。新方法還支持快速發現新材料，可能在氣候變化、量子計算和藥物設計等領域富有前景。
由于制造和測量新材料性能的成本很高，傳統材料的發現過程歷來耗時且昂貴。可能的材料空間也非常大，其中只有四種元素的材料的可能性超過100億種。由于需要滿足復雜的設計目標，例如發現合成納米顆粒（具有不同尺寸、形狀和成分）的條件，這項任務變得更加復雜。傳統方法通常是最大化或最小化簡單屬性，因此速度較慢，無法篩選巨大的搜索空間以發現符合研究人員目標的新材料。
來源：第一電動網
作者：蓋世汽車
本文地址：http://m.155ck.com/news/shichang/238598
以上內容轉載自蓋世汽車，目的在于傳播更多信息，如有侵僅請聯系admin#d1ev.com(#替換成@)刪除，轉載內容并不代表第一電動網（m.155ck.com）立場。
文中圖片源自互聯網，如有侵權請聯系admin#d1ev.com（#替換成@）刪除。
先估價再買車，買的放心開的安心
您的詢價信息
已經成功提交我們稍后會聯系您進行報價!
京公網安備
11010502033163號