Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

0

从预测风暴到设计分子:微软 AI 基础模型如何加速科学发现

引言

从古至今,人类一直在探索宇宙的奥秘,寻找规律以预测未来。如今,人工智能 (AI) 正在以前所未有的方式改变着科学发现的进程。微软研究人员正在将强大的“基础模型”应用于科学领域,旨在加速药物、材料、气候预测等方面的突破。

基础模型:科学发现的新范式

传统上,科学发现是一个漫长而反复的过程,需要科学家提出假设、进行实验、不断迭代,最终找到解决方案。然而,基础模型颠覆了这一过程。它们可以根据科学家提供的参数,预测最佳解决方案,例如,哪些分子组合可能有效。

微软研究人员正在开发基于科学语言训练的基础模型,这些模型不仅能理解科学教科书和研究报告,还能处理从解决物理或化学方程式中产生的海量数据。这些模型的应用范围广泛,例如,材料模型可以发现多种材料,大气模型可以预测降雨和污染等现象。

MatterGen:设计新材料的利器

新材料的发现对于解决碳排放、环境污染等全球性问题至关重要。微软研究院的 MatterGen基础模型可以根据科学家设定的标准,直接生成满足特定需求的材料。科学家可以指定材料的机械、电气、磁性等特性,MatterGen 则会提供相应的分子结构。

MatterGen 的效率远超传统方法,它可以比筛选数百万种潜在组合更快地找到符合科学家标准的材料。该模型基于扩散模型架构,通过大量计算物理和化学方程产生的数据进行训练。目前,MatterGen 已经生成了一些材料,并正在与合作伙伴进行验证。

MatterSim:预测材料性能的模拟器

MatterSim 是 MatterGen 的配套产品,可以模拟新材料分子的行为方式,预测其在不同温度和压力下的性能。如果结果不符合预期,科学家可以使用 MatterGen 进行迭代调整,直到达到目标。

MatterSim 是一种确定性模型,它可以模拟分子的行为,而不是生成新的分子。通过结合 MatterGen 和 MatterSim,科学家可以更高效地设计和开发新材料。

未来展望

微软 AI 基础模型在科学领域的应用才刚刚起步,未来还有巨大的潜力。例如,将多个基础模型融合在一起,可以创建更强大的模型,用于解决更复杂的问题。此外,基础模型可以与其他科学工具和技术相结合,进一步加速科学发现的进程。

结论

AI 基础模型正在为科学发现带来革命性的变化。通过利用这些模型,科学家可以更高效地探索新的材料、药物和解决方案,推动科学进步,造福人类社会。

参考文献


>>> Read more <<<

Views: 0

0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注