三木SEO-AI新模型快速预测材料光学性质

据美国意见意义工程网站近日报导，日本东北年夜学及美国麻省理工学院科学家，乐成开发出一款新人工智能（AI）模子GNNOpt。该模子能以与量子模仿不异的精度猜测质料的光学性子，但速率能快100万倍。研究团队暗示，这一主要进展有望加快光伏及量子质料等的研发程序。

推进太阳能电池、光子集成电路以和量子计较等范畴的成长，离不开对于质料光学特征的深切相识。但现有的试验要领，如激光测试，遭到光波波长规模的限定。而模仿计较成本昂扬，且需要满意严酷的尺度。是以，科学家一直于寻觅替换要领，以快速猜测差别质料的光学性子。

此三木SEO-前，图形神经收集（GNN）呆板进修模子已经经问世。这类模子经由过程将原子暗示为图形中的节点，原子键暗示为图形的边，可形象地暗示份子及质料。但GNN于捕获晶体繁杂布局之间的细微不同方面存于坚苦，这限定了它于猜测质料特征方面的广泛运用。

新AI模子则另辟蹊径，以质料的晶体布局为输入，能于极短期内，以惊人的正确性，于更宽的光频率规模内猜测质料的光学特征。一旦科学家把握某种光学性子，就可借助相干公式，推导出其他光学性子。

新AI模子乐成的法门于在“集成嵌入”技能。这项技能付与了AI从多种数据集中进修的能力，使其变患上越发切确且通用。

研究团队称，他们的新AI模子可以或许正确猜测晶体布局的光学性子，为广泛运用打开了年夜门，尤其是为进步前辈太阳能电池及量子质料的筛选提供了强有力的撑持。他们规划创立包罗各类质料特征（如力学及磁性）的综合数据库，以进一步扩大该AI模子的功效。

科技日报 2025.04.01