佐治亚理工学院的研究人员开发了一种机器学习模型,使材料科学家更容易开发新的聚合物。
聚合物是由一长串化学构件组成的大分子。我们每天都使用尼龙、聚酯或塑料包装等合成聚合物。
材料科学家试图想出聚合物的新排列,以制造具有特定性能的材料。如果你想要一种轻质、有弹性、防水和耐热的材料,你可以制造出具有所有这些特性的聚合物。
问题是,找出哪种化学物质的组合会产生具有这些性质的聚合物是一项艰巨的任务。有无限的组合,它是非常困难的预测什么性质的新聚合物将具有。
的 佐治亚理工学院的研究人员 训练他们的法学硕士,称为polyBERT,在8000万个聚合物化学结构的数据集上。其结果是一个理解化学语言的模型。
就像LLM用英语等语言进行培训一样,polyBERT现在理解了化学物质和原子如何结合生成聚合物的语法和语法。
国家科学基金会(NSF)资助了PolyBERT背后的研究。该项目负责人黛博拉·罗德里格斯说,研究人员正在开发一种新的人工智能工具,以克服确定哪种化学物质组合将产生最有效聚合物的挑战。
通过使用PolyBERT,材料科学家可以比以前快100倍以上的速度处理化学组合。使用该模型的结果是一个包含1亿个假设聚合物及其对29种性质的预测的数据集。
如果你是一名材料科学家,正在寻找一种具有非常特定性质的新材料,你不需要实验,并希望得到最好的结果,你只需参考人工智能生成的数据集。
虽然研究人员在聚合物上训练了polyBERT,但他们表示,理论上它也可以用于其他化学研究。
应用这种人工智能,创造出更可持续或更节能的材料的潜力,立即带来了现实世界的好处。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...