人工智能预测材料

日本国立材料科学研究所NIMS 研究团队开发了 NIMS 协调系统 (NIMS-OS)——一种通用软件，能够将材料搜索人工智能 (AI) 系统与自动化实验系统紧密协调。NIMS-OS 无需人工干预即可进行材料搜索，现在作为开源软件向公众开放。

英国《自然·通讯》杂志27日发表一项最新技术成果，美国科学家团队描述了一种机器人学与人工智能（AI）相结合的技术，该技术能筛选出锂离子电池非水液体电解质溶液的“最佳配方”。该研究或有助于加快研发出功能更好的充电电池，比如充电速度更快、使用寿命更长。

马丁路德大学哈勒-维滕贝格 (MLU)、弗里德里希席勒大学耶拿大学和瑞典隆德大学的团队开发设计了一种新算法来帮助发现以前未知的材料化合物。研究人员设计了一种基于机器学习的人工智能 (AI) 形式，可以在很短的时间内执行复杂的计算。这使该团队能够使用计算机识别数千种潜在的新化合物。该研究发表在《科学进展》杂志上。

据外媒报道，如果可以可靠地预测材料的特性，那么为大量行业开发新产品的过程就可以被简化和加速。在发表在《先进智能系统》上的一项研究中，来自东京大学工业科学研究所的研究人员利用机器学习，用磁芯损耗光谱学来确定有机分子的特性。