据美国趣味工程网站近日报道，日本东北大学和美国麻省理工学院科学家，成功开发出一款新人工智能（AI）模型GNNOpt。该模型能以与量子模拟相同的精度预测材料的光学性质，但速度能快100万倍。研究团队表示，这一重要进展有望加速光伏和量子材料的研发步伐。

推进太阳能电池、光子集成电路以及量子计算等领域的发展，离不开对材料光学特性的深入了解。但现有的实验方法，如激光测试，受到光波波长范围的限制。而模拟计算成本高昂，且需要满足严格的标准。因此，科学家一直在寻找替代方法，以快速预测不同材料的光学性质。

 

此前，图形神经网络（GNN）机器学习模型已经问世。这种模型通过将原子表示为图形中的节点，原子键表示为图形的边，可形象地表示分子和材料。但GNN在捕捉晶体复杂结构之间的细微差别方面存在困难，这限制了它在预测材料特性方面的广泛应用。

新AI模型则另辟蹊径，以材料的晶体结构为输入，能在极短时间内，以惊人的准确性，在更宽的光频率范围内预测材料的光学特性。一旦科学家掌握某种光学性质，就可借助相关公式，推导出其他光学性质。

新AI模型成功的秘诀在于“集成嵌入”技术。这项技术赋予了AI从多种数据集中学习的能力，使其变得更加精确且通用。

研究团队称，他们的新AI模型能够准确预测晶体结构的光学性质，为广泛应用打开了大门，特别是为先进太阳能电池和量子材料的筛选提供了强有力的支持。他们计划创建包含各种材料特性（如力学和磁性）的综合数据库，以进一步扩展该AI模型的功能。
 

田鑫，专业的企业组网服务商，致力于为企业提供企业组网（SD-WAN、MPLS、云互联）、数据中心、网络安全、系统集成服务、ICT解决方案、行业IT解决方案等相关服务。

更多相关内容推荐：
未来五年，中国AI大模型最有潜力的5大场景
从“无到有”走向“有到优” 国产视频生成大模型渐入佳境
推进大模型赋能网络安全
防范人工智能风险要有安全阀
AI检测AI：“矛”更利还是“盾”更坚
人形机器人正在用“场景”突破“场景”
从“炫技”到“服务”，国产人形机器人“抢滩”未来产业赛道
人工智能驱动企业创新增长
大模型难道只是智算中心的客户么？
引入AI基础设施，打造负责任的AI
AI技术融入高校 机遇与挑战并存
浙江推动人形机器人产业加快发展
世界数字科学院计划建立AI安全与伦理标准
自然指数显示：AI研究产出增幅最大的10家机构6家来自中国