2021首期Nature封面:牛津大学ML算法实现10万高压非晶硅原子的模拟
自生物领域之后,材料领域也被人工智能攻陷了。

该研究的团队,除了牛津大学副教授、计算化学家Volker Deringer之外,还有来自美国、瑞士等国,剑桥大学、美国海军研究实验室、洛桑联邦理工学院、俄亥俄大学等研究机构的学者。

牛津大学理论与计算无机化学副教授 Volker Deringer
非晶硅结构转变的历史回顾
非晶硅又称无定形硅,是单质硅的一种形态,其不具有完整的金刚石晶胞,熔点、密度和硬度也明显低于晶体硅。这种介于固体和液体之间、无固定形式的过渡物质很难研究,而现在机器学习提供了对压力诱导的非晶硅变化的全新见解。

论文地址:

机器学习算法模拟高压非晶硅原子
而Deringer等人最近提出的方法通过机器学习,对包含10万个硅原子的系统从冷却的液态到20万大气压(20GPa)压缩过程提供了前所未有的结构和键能信息。这表明,人们可以建模的原子数大大增加了,同时该方法的精度接近于使用量子力学计算从第一性原理进行的最佳模拟精度。




IEEE Spectrum
《科技纵览》
官方微信公众平台

