将大数据和人工智能技术用于材料科学研究的美国公司Citrine Informatics创始人暨首席科学家指出,“因此,预期材料合成方面的难以理解多年来一直阻碍了新材料的计算平台发展。
根据美国科学促进会全球科学新闻网2016年5月9日报道,美国洛斯阿拉莫斯国家实验室的研究人员通过实验展示了一种基于信息学的自适应性设计策略,能帮助科学家发现具有目标属性的新材料。 新材料的发现历来采用的是直觉和反复试错法,但随着化学复杂性越来越高,很大程度上需要将试错与其他方法相结合,使之更具实用性。 为了解决这一问题,研究人员采用了机器学习技术来加速发现新材料并取得了成效,他们开发了一个框架,利用不确定性以迭代方式指导后续实验,从而发现热滞量(或热耗散量)极低的形状记忆合金,在工程应用中这些合金是提高疲劳寿命的关键 该研究希望能将新材料研发到投入市场的时间和成本减少一半,并验证一个基于机器学习和设计的数据驱动型框架是否能够大大加快新材料的研发速度,该研究充分利用了洛斯阿拉莫斯国家实验室的超级计算资源。 虽然美国白宫科技政策办公室于2011年宣布的材料基因组计划(Materials Genome)催化了科学界对加速新材料研发的兴趣,但该研究首次展示了信息学框架如何促进了新材料的发现。
日本研究人员展示了一种采用镓掺杂氧化铟(InGaOx)材料制造,并具有革命性“全环绕栅极”设计的晶体管。该晶体管比传统的硅基模型更稳定、更高效,有望释放先进计算领域的新性能水平。
吉尔提出,人工智能与量子计算正加速潜在新材料的探索过程。
日本的研究人员正在使用人工智能制造更强的金属合金或发现新材料,并彻底改变制造过程 总览 日本的研究人员开发了两步技术,使飞机工业中使用的镍铝合金更坚固。 新材料人工智能 存在的挑战 设计新合金是一项复杂的任务。 当这种水平的分析成为可能时,就有机会对从未在现实世界中使用过的新材料进行虚拟测试。
随着石化行业市场日趋饱和,市场竞争日益激烈,企业利润空间不断被压缩,大多数石化企业急需转型开拓新市场,化工原料价格的波动对于石化企业的决策和利润都会产生直接影响,所以对于化工原料价格精确、高效的预测显得尤为重要。目前业界已有部分实践和相关技术,但仍然存在价格不全、小品类商品价格信息难以获取等痛点。基于此,本项目以1,4-丁二醇为例,先对产品价格影响因素进行分析,并构建化工品价格时序预测模型,寻找化工品价格变化规律,最终实现模型的在线部署。
聊聊量子计算如何加速新材料的诞生说到“材料创新”,你可能第一时间想到的是什么?碳纳米管、超级电池、仿生材料、可控石墨烯、液态金属……但你知道这些材料的发现有多难吗? 这时候,如果有人告诉你:“量子计算能帮我们快速找到更强、更轻、更环保的新材料”,你会不会觉得这像科幻?今天这篇文章,我们就来接地气地聊聊:量子计算是怎么加速材料创新的?
近日,上海交通大学材料科学与工程学院王浩伟教授团队研究出超强纳米陶瓷铝合金,其强度和比刚度甚至超过“太空金属”钛合金,有助于将航空航天、高铁等领域带入更轻、更节能的新材料时代。
编辑 | 萝卜皮 目录 无监督机器学习工具加速真正新材料的发现 识别新材料的高通量方法 通过结合深度学习和约束推理来自动化晶体结构相映射 人工智能方法加速热电材料的发现 无监督机器学习工具加速真正新材料的发现 利物浦大学的研究人员创建了一种协作人工智能工具,可以减少发现「真正新材料」所需的时间和精力。 据报道,这种新工具已经发现了四种新材料,包括一系列可传导锂的新固态材料。这种固体电解质可以应用于固态电池开发,为电动汽车提供更长的续航能力。 发现新的功能材料是一个高风险、复杂且非常耗时的旅程;通过组合元素周期表中的元素,可以组合无限可能的材料空间,并且不知道那些新材料是可用的。 这些新材料通过推动新技术应对全球挑战来创造社会效益,同时它们也揭示了新的科学现象和认识。
为此,应用材料(Applied Materials)以全新材料「钴」取代铜,降低个位数奈米半导体导线制程电阻,使导线的导电性更佳和功耗更低,且让芯片体积得以更小,进一步推动摩尔定律可延伸至7奈米,甚至到 因此,该公司除了用钴取代铜做为导线新材料,降低电阻之外,还透过旗下的金属化系统--Endura平台,在关键的阻障层与种晶层进行沉积,推进先进制程导线技术发展。 应材指出,该公司不仅持续精进金属沉积制程,同时也采用创新材料,加速实现半导体先进制程高效运算与低功耗之目标。(新电子)
材料工业是国民经济的基础产业,新材料是材料工业发展的先导,是重要的战略性新兴产业。 今天,科技革命迅猛发展,新材料产品日新月异,产业升级、材料换代步伐加快。 新材料技术与纳米技术、生物技术、信息技术相互融合,结构功能一体化、功能材料智能化趋势明显,材料的低碳、绿色、可再生循环等环境友好特性倍受关注。 本文综合国内外知名研究机构和公司研究进展、科技媒体评论以及行业热点研究初选出20大新材料,以下为相关材料的详细信息(排名不分先后)。 1.石墨烯 ? 发展趋势:极具潜力的新材料,在节能环保、保温隔热电子电器、建筑等领域有巨大潜力。 主要研究机构(公司):阿斯彭美国,W.R. Grace,日本Fuji-Silysia公司等 3、碳纳米管 ? ? ?
看起来,半导体新材料的研发似乎是能保持未来科技发展的唯一解决方案了。而人工智能,又能在其中发挥怎样的作用呢? 新材料的发现和探索,需要大量的实验。以前,为了更准确、更深入地了解磁性材料的特性,人们会通过各种实验直接测量磁性汉密尔顿参数,这样的过程往往会耗费许多时间和资源。
虽然目前技术应用上还不成熟,但想象一下融合了这种新材料的可穿戴设备,无论是外形还是技术上,都必将产生让人惊艳的变化。
麻省理工学院的材料科学家就开发了这么一种新材料,这种新材料是一种由单纤维构成的声音传感器,它可以将织物变成麦克风和扬声器,用于双向通信、探测枪声方向,甚至能够监测怀孕期间胎儿的心跳。
在当今科技飞速发展的时代,新材料作为众多领域创新突破的基石,其生产质量至关重要。 而人工智能这一前沿技术,正逐渐渗透到新材料生产的各个环节,为提高良品率开辟了崭新且高效的途径,成为行业内备受瞩目的热点话题。 这种预测性维护策略减少了设备停机时间和维修成本,同时保证了生产过程的连续性和稳定性,为提高新材料生产的良品率提供了坚实的保障。总之,人工智能在新材料生产中提高良品率方面展现出了巨大的潜力和价值。 从生产过程的精准监测与故障预警,到工艺参数的智能优化,再到质量检测的智能化升级以及设备的预测性维护,人工智能全方位地重塑了新材料的生产模式。 尽管在实施过程中可能会面临数据安全、技术集成等挑战,但随着技术的不断完善和应用经验的积累,相信人工智能将成为推动新材料产业高质量发展的核心力量,助力企业在激烈的市场竞争中脱颖而出,为全球科技进步和经济发展贡献更多优质的新材料产品
一个结合机器人技术和人工智能(AI)的自主系统成功创造了全新材料,并公布了其首批发现。这个名为A-Lab的系统,能够设计出各种材料的配方,其中一些可能用于电池或太阳能电池。 伯克利国家实验室(LBNL)和加州大学伯克利分校的材料科学家Gerbrand Ceder领导的A-Lab团队表示:“我们现在有能力快速制造出我们通过计算得到的新材料。”
刚刚亲自官宣,将加入英国AI新材料公司CuspAI,出任顾问。 选择这样做的理由,Hinton的解释是想要用AI探索新材料,进而帮助人们解决气候变化问题。 用AI探索新材料,获2.1亿融资 CuspAI总部位于剑桥,主营业务是设计用于探索新材料的算法。 创立初期的重点研究方向是用AI探索碳捕获材料,未来还计划研发用于设计材料的大模型。
杭州科佳新材料股份有限公司(以下简称:科佳)创立于2004年,是一家专业从事高分子材料科研和技术开发的国家高新技术企业、创新型中小企业、省级专精特新企业、3A级信用企业。
论文链接: https://www.nature.com/articles/s41467-020-19531-0 智能泡沫材料制作步骤多,调配困难 智能泡沫这种新材料虽然功能很强大,但制作起来可是相当有困难
MIT新材料打造「人造突触2.0」,提速100万倍!1.0也是他们搞的 近年来,随着科学家们不断推动机器学习的边界,训练日益复杂的神经网络模型所需的时间、能源和资金正在飞速增长。 他们之前已经开发了一种人造模拟突触,现在要做的是,搞个新材料,超越原来的老版本。 与早期版本的设备中使用的材料不同,新材料与硅制造技术兼容。这一变化使得在纳米尺度上制造器件成为可能,并可能为整合到深度学习应用的商业计算硬件中铺平道路。 这项研究论文已经发表在Science上。