2022年07月27日更新 AI算法提供更好的方法来构建纳米多孔材料

习秀莉
导读 纳米多孔材料有一天可能会解决一些社会最大的挑战,从吸收空气中的二氧化碳或甲烷到储存氢气作为燃料,再到检测空气中的有毒化合物。这些

纳米多孔材料有一天可能会解决一些社会最大的挑战,从吸收空气中的二氧化碳或甲烷到储存氢气作为燃料,再到检测空气中的有毒化合物。这些材料具有微小的纳米级孔隙,可用于许多可持续性应用,但由于它们是由化学家在实验室中逐个分子构建的,因此开发起来既麻烦又昂贵。

华盛顿州和俄勒冈州立大学的一个研究团队开发了一种独特的计算机算法,可以玩20个问题的游戏,快速缩小数千种可能的分子设计,以最少的成本和精力找到最佳的设计。

“一个关键的挑战是纳米多孔材料是不同化学元素的混合物,你必须组合这些元素并找出最佳组合,”该研究的第一作者AryanDeshwal说,该研究发表在《分子系统设计与工程》杂志上。

电气工程与计算机科学学院的博士生Deshwal说,纳米多孔材料具有种​​类繁多的潜在分子构建块和排列,几乎可以无限地混合。

“如果我们每次都在实验室中尝试这些元素及其结构的新配置,那将是非常昂贵的,因此计算挑战是如何找出具有您关心的属性的元素的正确组合,“他说。“这就是我们基于人工智能的算法工作的用武之地。”

作为概念验证研究的一部分,研究人员缩小了吸收甲烷的纳米多孔材料的最佳候选者,甲烷是一种导致全球变暖的强效温室气体。在仅评估了120个可能的候选者后,他们从70,000种材料的库中找到了已知的最佳候选者,这比传统算法的表现要好得多。

“雅利安的算法能够以较少的评估次数找到最好的材料,”该研究的通讯作者、电气工程与计算机科学学院的乔治和琼贝瑞副教授JanaDoppa说。俄勒冈州立大学纳米多孔材料研究领域的领先专家CorySimon也是合著者。

该算法表现良好的原因之一是它查看了材料的三维结构本身。

Deshwal说:“我们正在尝试进行更智能的搜索,并且使用的现有方法并没有试图利用材料结构与其特性之间的关系模型。”“我们明确地建立了统计模型,这使我们能够预测未知材料的属性并具有经过良好校准的不确定性,这意味着您知道您不知道的事情,因此当我们探索空间时,我们以更聪明的方式探索了它而不是随机的。”

当他们的算法遇到材料的每次新迭代时,它进行了虚拟实验,更新了对结构和属性关系的理解,然后在此基础上选择了另一种纳米多孔材料。

研究人员现在的目标是进一步自动化和推广该方法。他们已经在一篇新论文中朝着这一目标取得了根本性的进步,该论文将在2021年神经信息处理系统会议(NeurIPS)上发表。他们希望使用独特的算法来改进其他类型的实际应用中的搜索,例如在工业过程中使用的催化剂设计中。这项工作得到了国家科学基金会的资助。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!