火热的人工智能如何应用在材料科学研究上

摘要：

近些年，人工智能技术的发展如火如荼，从AlphaGo到AlphaFold，人工智能开始在科学研究中发挥着史无前例的作用，科学研究的范式也从“因果式”向“数据驱动式”进行转换。其中，作为人工智能技术实现过程中的关键一环，机器学习算法不但可以实现科学研究体系的性质预测、加快研发速度，同时随着近期“AIGC（人工智能生成内容）”的火热推进，各种“GAN生成式机器学习”模型也被应用到科学研究中，通过生成具有目标功能的新材料，使精确的“Inverse Design逆向设计”成为可能。通过本专题，让我们来详细梳理机器学习在材料科学研究中的最新研究成果以及把握未来研究的发展动向。

1. Nature子刊：原子间势的深度学习用于新材料开发

2. Communications Materials: 详解图神经网络在化学和材料科学中大展宏“图”

3. Nature Energy：晶体图注意力网络用于预测稳定材料

4. 机器学习预测分子结构，Nature Reviews Chemistry最新综述！

5. PRB：超越密度泛函理论的机器学习力场

6. Nature子刊：机器学习助力化学家精准预测有机反应结果

7. Nature Materials：通过计算发现和理解材料

8. 未来自动化实验室的构建是什么样的？请看这篇综述

查看更多请点击以下来源链接。

信息来源：

（以上信息来源或部分来源于以下文献或网络链接，若有侵权请及时告知以便删除）

1.汇总：人工智能赋能材料科学研究