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.

上海枫泾古镇一角_20240824上海枫泾古镇一角_20240824
0

根据您提供的信息,以下是您可能需要的关键信息整理:

标题: 打开AI黑匣子:伊利诺伊大学研究团队利用AI优化分子并产生新化学知识,研究成果登上Nature

研究背景:
– 人工智能(AI)在化学研究中的应用日益增多,但AI的工作原理往往被视为“黑匣子”,难以解释其背后的化学原理。
– AI可以帮助优化分子,但通常无法解释为什么某些分子是最佳的,包括它们的特性、结构和功能。

研究团队:
– 伊利诺伊大学厄巴纳-香槟分校(UIUC)的跨学科研究团队。

研究方法:
– 研究团队将AI与自动化学合成和实验验证相结合,打开AI黑匣子,揭示了AI依赖的化学原理。
– 提出了“闭环转移”(Closed-loop Transfer,CLT)方法,通过集成闭环实验、基于物理的特征选择和监督学习,优化目标函数的同时产生化学见解。

研究成果:
– 研究发现了一种比现有稳定四倍的捕光分子,并提供了使其保持稳定的重要见解。
– 通过多轮闭环合成和实验表征,AI算法提出了合成和探索哪些化学物质的建议,最终提高了分子的光稳定性。

研究阶段:
1. 机器学习驱动的假设生成: 应用贝叶斯优化提高光稳定性,使用基于物理的分子特征生成假设。
2. 假设检验: 通过实验验证机器学习得出的假设,建立新发现的化学知识。
3. 物理驱动的发现: 将新的基于物理的知识应用于化学设计空间,突破优化瓶颈。

研究意义:
– 该研究不仅优化了分子的光稳定性,还揭示了分子光稳定性的主要决定因素,为有机光伏、染色聚合物、太阳能燃料和荧光染料等领域提供了新的设计原则。
– 研究成果有助于解决有机太阳能电池的稳定性问题,推动有机光伏电池的商业化进程。

论文信息:
– 论文标题:Closed-loop transfer enables artificial intelligence to yield chemical knowledge
– 发表日期:2024年8月28日
– 发表期刊:Nature
– 论文链接:https://www.nature.com/articles/s41586-024-07892-1

这些信息可以用于撰写新闻稿件或编辑相关报道,以传达这项研究的意义和成果。


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