AIが材料科学の革命をリード! Nature に掲載された Google DeepMind の最新研究は、220 万の新しい物質を予測することに成功しました
たった 1 つの AI を使用して、人類が発達するのに 800 年近くかかったという知識を獲得しました。
これは、Google DeepMind によって新たに研究された材料発見ツールであり、論文は Nature に掲載されました。
この AI ツールだけで、彼らは 220 万 理論的に安定した新しい結晶材料を発見しました。これは、材料の安定性の予測精度を向上させるだけでなく、 50% から 80% まで、380,000 種類がテストされました。
Google DeepMind は、28,000 の安定した物質が過去 10 年間で発見されただけであることを考えると、この研究はほぼ 800 年分の知識の蓄積に相当すると述べています。
業界の専門家は、その急速な進歩に本当に目を見張るものです
フィナンシャル・タイムズ紙によると、MITのビルゲ・ユルディズ教授はこの研究について次のようにコメントしています。
無機結晶のこの膨大なデータベースには、クリーン エネルギーと環境問題の解決策を前進させるために発見されるのを待っている宝石がたくさんあるはずです。現在、Zhihu でこのトピックが話題になっています:
GNoME (Graph Networks for Materials Exploration) という新しいツールを提案します。
GNoME のアーキテクチャはグラフ ニューラル ネットワーク (GNN) であり、結晶構造内の原子 を表すためにノードが使用され、 結合関係 # を表すためにエッジが使用されます。結晶構造 ##。
その後、GNoME は、マテリアル プロジェクト、オープン量子材料データベース (OQMD) などを含む、一連の既知の安定した材料データ セットをトレーニングに使用しました。
このツールは、
アクティブ ラーニングを通じて新しい資料を発見します。 まず、既知の安定した材料に基づいて候補構造が生成され、その後、GNoME がこれらの候補構造をスクリーニングします
もちろん、GNoME は最初に構造をスクリーニングします。を直接使用することはできませんが、密度汎関数理論 (DFT) に基づいて構造の安定性を検証する必要があります。
その後、これらの検証された構造は、予測機能を向上させるための新しいトレーニング データとして再び GNoME に供給されます。 GNoME は最終的に 220 万個以上の新しい安定した結晶構造を発見しました。これはこのアプローチの結果です
同時に、特定の一般化能力により、5 つ以上の固有の要素を含む構造を正確に予測することもできます。220万種類の結晶は何に使われているのですか?
最も直観的な見方は、新エネルギー電池(太陽電池など)、超伝導体の分野での進歩が期待されるということです。 、チップス。
GNoME は現在、理論的に安定した結晶材料しか計算できませんが、実験合成が成功すると、その特性を評価できるようになります。
これらの新しく発見された安定した結晶材料は、超伝導、強誘電体、オプトエレクトロニクスなどの変換を受ける予定です。
#レポートによると、研究者らは、GNoME で計算されたクリスタルが合成できることを証明するために、実験室で 736 個の材料を合成しました。さらに、合成されたマテリアルは、新しいマテリアルの設計のガイダンスとして、または他の AI モデルをトレーニングおよび最適化するための新しいデータセットとして使用することもできます。
たとえば、カリフォルニア大学バークレー校とローレンス・バークレー国立研究所は、これらの発見された物質を実験研究の一部として使用しており、その論文はNatureにも掲載されました。
チームは A-Lab を構築し、計算された 58 種類の材料から 41 種類の化合物の合成に成功し、 70% 以上の成功率を達成しました。
この研究に関して、一部のネチズンはすでに薬局の進歩などの物質の発展の見通しを想像しています:以上がAIが材料科学の革命をリード! Nature に掲載された Google DeepMind の最新研究は、220 万の新しい物質を予測することに成功しましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









vue.jsのオブジェクトに文字列を変換する場合、標準のjson文字列にはjson.parse()が推奨されます。非標準のJSON文字列の場合、文字列は正規表現を使用して処理し、フォーマットまたはデコードされたURLエンコードに従ってメソッドを削減できます。文字列形式に従って適切な方法を選択し、バグを避けるためにセキュリティとエンコードの問題に注意してください。

この記事では、MySQLデータベースの操作を紹介します。まず、MySQLWorkBenchやコマンドラインクライアントなど、MySQLクライアントをインストールする必要があります。 1. mysql-uroot-pコマンドを使用してサーバーに接続し、ルートアカウントパスワードでログインします。 2。CreatedAtaBaseを使用してデータベースを作成し、データベースを選択します。 3. createTableを使用してテーブルを作成し、フィールドとデータ型を定義します。 4. INSERTINTOを使用してデータを挿入し、データをクエリし、更新することでデータを更新し、削除してデータを削除します。これらの手順を習得することによってのみ、一般的な問題に対処することを学び、データベースのパフォーマンスを最適化することでMySQLを効率的に使用できます。

概要:Vue.js文字列配列をオブジェクト配列に変換するための次の方法があります。基本方法:定期的なフォーマットデータに合わせてマップ関数を使用します。高度なゲームプレイ:正規表現を使用すると、複雑な形式を処理できますが、慎重に記述して考慮する必要があります。パフォーマンスの最適化:大量のデータを考慮すると、非同期操作または効率的なデータ処理ライブラリを使用できます。ベストプラクティス:コードスタイルをクリアし、意味のある変数名とコメントを使用して、コードを簡潔に保ちます。

Vue axiosのタイムアウトを設定するために、Axiosインスタンスを作成してタイムアウトオプションを指定できます。グローバル設定:Vue.Prototype。$ axios = axios.create({Timeout:5000});単一のリクエストで:this。$ axios.get( '/api/users'、{timeout:10000})。

700万のレコードを効率的に処理し、地理空間技術を使用したインタラクティブマップを作成します。この記事では、LaravelとMySQLを使用して700万を超えるレコードを効率的に処理し、それらをインタラクティブなマップの視覚化に変換する方法について説明します。最初の課題プロジェクトの要件:MySQLデータベースに700万のレコードを使用して貴重な洞察を抽出します。多くの人は最初に言語をプログラミングすることを検討しますが、データベース自体を無視します。ニーズを満たすことができますか?データ移行または構造調整は必要ですか? MySQLはこのような大きなデータ負荷に耐えることができますか?予備分析:キーフィルターとプロパティを特定する必要があります。分析後、ソリューションに関連している属性はわずかであることがわかりました。フィルターの実現可能性を確認し、検索を最適化するためにいくつかの制限を設定しました。都市に基づくマップ検索

MySQLの起動が失敗する理由はたくさんあり、エラーログをチェックすることで診断できます。一般的な原因には、ポートの競合(ポート占有率をチェックして構成の変更)、許可の問題(ユーザー許可を実行するサービスを確認)、構成ファイルエラー(パラメーター設定のチェック)、データディレクトリの破損(テーブルスペースの復元)、INNODBテーブルスペースの問題(IBDATA1ファイルのチェック)、プラグインロード障害(エラーログのチェック)が含まれます。問題を解決するときは、エラーログに基づいてそれらを分析し、問題の根本原因を見つけ、問題を防ぐために定期的にデータをバックアップする習慣を開発する必要があります。

リモートシニアバックエンジニアの求人事業者:サークル場所:リモートオフィスジョブタイプ:フルタイム給与:$ 130,000- $ 140,000職務記述書サークルモバイルアプリケーションとパブリックAPI関連機能の研究開発に参加します。ソフトウェア開発ライフサイクル全体をカバーします。主な責任は、RubyonRailsに基づいて独立して開発作業を完了し、React/Redux/Relay Front-Endチームと協力しています。 Webアプリケーションのコア機能と改善を構築し、機能設計プロセス全体でデザイナーとリーダーシップと緊密に連携します。肯定的な開発プロセスを促進し、反復速度を優先します。 6年以上の複雑なWebアプリケーションバックエンドが必要です

MySQLパフォーマンスの最適化は、インストール構成、インデックス作成、クエリの最適化、監視、チューニングの3つの側面から開始する必要があります。 1。インストール後、INNODB_BUFFER_POOL_SIZEパラメーターやclose query_cache_sizeなど、サーバーの構成に従ってmy.cnfファイルを調整する必要があります。 2。過度のインデックスを回避するための適切なインデックスを作成し、説明コマンドを使用して実行計画を分析するなど、クエリステートメントを最適化します。 3. MySQL独自の監視ツール(ShowProcessList、ShowStatus)を使用して、データベースの健康を監視し、定期的にデータベースをバックアップして整理します。これらの手順を継続的に最適化することによってのみ、MySQLデータベースのパフォーマンスを改善できます。
