傳統的材料研發依賴科研人員經驗,通過不斷試驗篩選優化材料。而 AI 基于大量數據訓練出機器學習模型,結合高通量計算技術,基于數理化等基礎原理,整合隱層參數空間中的信息,預測物質性質以篩選候選材料,并快速迭代探索合成路徑,推薦可行的合成方案,從而大幅節省信息搜索、專家研討和人工試錯所消耗的人力和物力。AI 技術或驅動更多新材料發現,同時發現周期大幅縮減。
傳統的材料研發依賴科研人員經驗,通過不斷試驗篩選優化材料。而 AI 基于大量數據訓練出機器學習模型,結合高通量計算技術,基于數理化等基礎原理,整合隱層參數空間中的信息,預測物質性質以篩選候選材料,并快速迭代探索合成路徑,推薦可行的合成方案,從而大幅節省信息搜索、專家研討和人工試錯所消耗的人力和物力。AI 技術或驅動更多新材料發現,同時發現周期大幅縮減。