今日应用
今日话题
打开AI黑匣子,「三段式」AI用于化学研究,优化分子同时产生新化学知识,登Nature
文章摘要
研究人员在伊利诺伊大学厄巴纳-香槟分校通过将人工智能(AI)与自动化学合成和实验验证相结合,成功揭示了AI在化学领域的工作原理,并改进了用于收集太阳能的分子。他们采用的“闭环转移”(Closed-loop Transfer,CLT)方法不仅优化了目标函数,还产生了化学见解。这一过程使得研究人员能够识别出赋予分子更高光稳定性的关键因素,从而将AI的“黑匣子”转变为“透明的玻璃球”。
研究团队提出了一种三阶段方法,旨在改进有机太阳能电池的稳定性。他们面临的挑战是,尽管有机光伏电池在制造和安装方面具有独特优势,但其稳定性问题一直限制了商业化进程。研究中,第一阶段是机器学习(ML)驱动的假设生成,通过贝叶斯优化(BO)提高光稳定性;第二阶段是假设检验,通过实验验证ML得出的假设;第三阶段是物理驱动的发现,将新知识应用于化学设计空间。
在多轮闭环合成和实验表征中,AI算法指导了合成和探索哪些化学物质。通过这种方法,研究人员在五轮闭环实验中产生了30种新的化学候选物,并且通过对2,200个潜在分子总空间的不到1.5%进行采样,排名前五位的分子的平均光稳定性提高了500%以上。这一发现与之前的理论预测一致,表明高能TDOS(高能态密度)是分子光稳定性的主要决定因素,这与传统的T1能量光稳定性描述符相反。
研究结果不仅提高了分子的光稳定性,还为其他材料系统提供了潜在的解决方案。研究人员期望未来能够通过AI生成假设进行测试,从而推动化学领域的进一步发展。
文章来源
原文地址: 点我阅读全文
原文作者: 机器之心
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...