ИИ ускорит разработку новых материалов для хранения водорода и CO2
Он поможет в расчетахУченые из Грацского технологического университета значительно улучшили моделирование металлоорганических каркасов (MOFs) с помощью машинного обучения, что значительно ускоряет разработку и применение новых MOFs. Исследователи опубликовали свой метод в журнале npj Computational Materials.
/imgs/2024/06/06/17/6493938/ad58d441c4e2a16bf7dea3c44e2736bc4fda9723.png "ИИ ускорит разработку новых материалов для хранения водорода и CO2")
© Ferra.ru
До этого использовались силовые поля, параметризованные на основе экспериментов, однако их результаты оказались недостаточно надежными.
Теперь использование машинного обучения кардинально изменяет эту ситуацию. Машинно-обучаемые потенциалы адаптируются к квантово-механическим симуляциям с использованием ново разработанных алгоритмов. Это позволяет значительно ускорить расчеты при сохранении точности.
Новая стратегия симуляции позволит исследователям надежно разрабатывать на компьютере индивидуальные структуры MOFs, включая оптимизацию теплопереноса, электропроводности и термической стабильности.