0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

微軟發(fā)布MatterSim模型,精準(zhǔn)預(yù)測(cè)材料性能與行為

微云疏影 ? 來(lái)源:綜合整理 ? 作者:綜合整理 ? 2024-05-15 16:01 ? 次閱讀

近期,Microsoft Research AI for Science團(tuán)隊(duì)推出MatterSim模型,實(shí)現(xiàn)了在復(fù)雜元素、溫度及壓力條件下精確模擬材料并預(yù)測(cè)性能,推動(dòng)材料科技發(fā)展步入數(shù)字新時(shí)代。

材料創(chuàng)新對(duì)于諸如納米電子學(xué)、能源儲(chǔ)存以及醫(yī)學(xué)健康等關(guān)鍵領(lǐng)域的技術(shù)進(jìn)步有著重大影響。而材料設(shè)計(jì)中的難點(diǎn)在于如何在無(wú)需實(shí)際合成和測(cè)試的前提下預(yù)測(cè)其特性。

由于新材料涉及到化學(xué)元素周期表中118種元素的任意搭配,再加上合成及運(yùn)行所需的極其寬泛的溫度、壓力范圍,這無(wú)疑加大了預(yù)測(cè)材料性質(zhì)和行為模擬的難度。

然而,借助深度學(xué)習(xí)技術(shù),MatterSim模型成功學(xué)習(xí)了原子間的相互作用,從而能在絕對(duì)零度至5000開爾文、從標(biāo)準(zhǔn)氣壓到一億倍氣壓的廣闊范圍內(nèi),模擬包括金屬、氧化物、硫化物、鹵化物在內(nèi)的各種材料及其不同形態(tài)(如晶體、非晶固體和液體)。

MatterSim的訓(xùn)練過程采用了大規(guī)模的合成數(shù)據(jù)。為此,研究人員運(yùn)用了主動(dòng)學(xué)習(xí)、分子動(dòng)力學(xué)模擬和生成模型等先進(jìn)技術(shù),構(gòu)建出高效的數(shù)據(jù)生成方案。

此項(xiàng)數(shù)據(jù)生成策略保證了模型對(duì)材料空間的全面覆蓋,使其能以媲美第一性原理預(yù)測(cè)的精準(zhǔn)度,預(yù)測(cè)材料在原子層次上的能量、力和應(yīng)力。

此外,MatterSim在進(jìn)行精細(xì)材料模擬和性能預(yù)測(cè)時(shí),可將數(shù)據(jù)需求量減少高達(dá)90%-97%。通過針對(duì)特定任務(wù)進(jìn)行優(yōu)化,MatterSim僅需3%的原始數(shù)據(jù)便可達(dá)到預(yù)期的實(shí)驗(yàn)精度模擬。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 能源儲(chǔ)存
    +關(guān)注

    關(guān)注

    0

    文章

    17

    瀏覽量

    14049
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3062

    瀏覽量

    48575
  • Microsoft
    +關(guān)注

    關(guān)注

    0

    文章

    208

    瀏覽量

    6817
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    matlab預(yù)測(cè)模型怎么用

    MATLAB預(yù)測(cè)模型是一種基于統(tǒng)計(jì)和數(shù)學(xué)方法的預(yù)測(cè)工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、氣象、生物醫(yī)學(xué)等。本文將介紹MATLAB預(yù)測(cè)模型的使用方
    的頭像 發(fā)表于 07-11 14:33 ?422次閱讀

    MATLAB預(yù)測(cè)模型哪個(gè)好

    在MATLAB中,預(yù)測(cè)模型的選擇取決于數(shù)據(jù)類型、問題復(fù)雜度和預(yù)測(cè)目標(biāo)。以下是一些常見的預(yù)測(cè)模型及其適用場(chǎng)景的介紹: 線性回歸(Linear
    的頭像 發(fā)表于 07-11 14:31 ?324次閱讀

    matlab預(yù)測(cè)模型有哪些

    環(huán)境,使其成為預(yù)測(cè)模型開發(fā)和實(shí)現(xiàn)的理想平臺(tái)。本文將詳細(xì)介紹MATLAB中常用的預(yù)測(cè)模型及其應(yīng)用。 線性回歸模型 線性回歸是一種簡(jiǎn)單的
    的頭像 發(fā)表于 07-11 14:27 ?583次閱讀

    bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型建模步驟

    介紹BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建模步驟。 數(shù)據(jù)預(yù)處理 數(shù)據(jù)預(yù)處理是構(gòu)建BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的第一步,主要包括以下幾個(gè)方面: 1.1 數(shù)據(jù)收集 首先需要收集足夠的數(shù)據(jù),這些數(shù)據(jù)可以是歷史數(shù)據(jù)
    的頭像 發(fā)表于 07-11 10:52 ?353次閱讀

    arimagarch模型怎么預(yù)測(cè)

    ARIMA-GARCH模型是一種時(shí)間序列預(yù)測(cè)方法,它結(jié)合了自回歸積分滑動(dòng)平均(ARIMA)模型和廣義自回歸條件異方差(GARCH)模型。ARIMA
    的頭像 發(fā)表于 07-09 10:22 ?307次閱讀

    神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法

    神經(jīng)網(wǎng)絡(luò)模型作為一種強(qiáng)大的預(yù)測(cè)工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、醫(yī)療、交通等。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法,包括模型設(shè)計(jì)、數(shù)據(jù)集
    的頭像 發(fā)表于 07-05 17:41 ?500次閱讀

    谷歌Gemma 2大語(yǔ)言模型升級(jí)發(fā)布,性能與安全性雙重飛躍

    近日,谷歌面向全球科研界與開發(fā)者群體隆重推出了全新升級(jí)的Gemma 2大語(yǔ)言模型,標(biāo)志著人工智能技術(shù)在語(yǔ)言處理領(lǐng)域的又一次重大進(jìn)步。此次發(fā)布的Gemma 2,以其卓越的性能提升、高效的推理能力及內(nèi)置的深度安全改進(jìn),吸引了業(yè)界的廣
    的頭像 發(fā)表于 07-02 10:20 ?438次閱讀

    微軟推出首個(gè)基于AI的天氣預(yù)報(bào)系統(tǒng)

    微軟近日發(fā)布了其首個(gè)大型大氣基礎(chǔ)模型Aurora,該模型在天氣預(yù)測(cè)領(lǐng)域開啟了全新的高精度時(shí)代。Aurora的
    的頭像 發(fā)表于 06-07 15:44 ?465次閱讀

    微軟發(fā)布視覺型AI新模型:Phi-3-vision

     據(jù)悉,Phi-3-vision 作為微軟 Phi-3 家族的首款多模態(tài)模型,繼承自 Phi-3-mini 的文本理解能力,兼具輕巧便攜特性,適用于移動(dòng)平臺(tái)/嵌入式終端;模型參數(shù)規(guī)模達(dá) 42 億,遠(yuǎn)超 Phi-3-mini(3.
    的頭像 發(fā)表于 05-27 15:56 ?409次閱讀

    微軟在天氣預(yù)報(bào)領(lǐng)域突破,新AI模型精準(zhǔn)預(yù)測(cè)未來(lái)30天

    微軟在天氣預(yù)報(bào)領(lǐng)域取得顯著成果。其Start團(tuán)隊(duì)成功研發(fā)了一種全新AI模型,能夠更精準(zhǔn)預(yù)測(cè)未來(lái)30天的天氣狀況。
    的頭像 發(fā)表于 05-10 11:23 ?742次閱讀

    微軟MSN天氣服務(wù)引入全新AI模型

    微軟在天氣預(yù)測(cè)領(lǐng)域取得了突破性的進(jìn)展,為MSN天氣服務(wù)引入了全新的AI預(yù)測(cè)模型。該模型微軟St
    的頭像 發(fā)表于 05-07 09:25 ?480次閱讀

    微軟發(fā)布phi-3AI模型性能超越GPT-3.5

    微軟稱,帶有38億參數(shù)的phi-3-mini經(jīng)過3.3萬(wàn)億token的強(qiáng)化學(xué)習(xí),其基礎(chǔ)表現(xiàn)已經(jīng)超過Mixtral 8x7B及GPT-3.5;此外,該模型可在手機(jī)等移動(dòng)設(shè)備上運(yùn)行,并在phi-2模型(27億參數(shù))的基礎(chǔ)上,進(jìn)一步融
    的頭像 發(fā)表于 04-23 14:32 ?481次閱讀

    優(yōu)于10倍參數(shù)模型微軟發(fā)布Orca 2 LLM

    微軟發(fā)布 Orca 2 LLM,這是 Llama 2 的一個(gè)調(diào)優(yōu)版本,性能與包含 10 倍參數(shù)的模型相當(dāng),甚至更好。
    的頭像 發(fā)表于 12-26 14:23 ?552次閱讀

    微軟正式發(fā)布一個(gè)27億參數(shù)的語(yǔ)言模型—Phi-2

    先后和 OpenAI、Meta 牽手推動(dòng)大模型發(fā)展的微軟,也正在加快自家小模型的迭代。
    的頭像 發(fā)表于 12-14 15:45 ?744次閱讀
    <b class='flag-5'>微軟</b>正式<b class='flag-5'>發(fā)布</b>一個(gè)27億參數(shù)的語(yǔ)言<b class='flag-5'>模型</b>—Phi-2

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究 癌癥是一種細(xì)胞異常增生的疾病。隨著年齡的增長(zhǎng),細(xì)胞分裂速度放緩,但癌細(xì)胞會(huì)失去控制地不斷分裂,形成可能良性或惡性的腫瘤。 2012年的國(guó)際癌癥數(shù)據(jù)顯示,新發(fā)癌癥
    發(fā)表于 12-13 19:04