详细内容或原文请订阅后点击阅览
这个 AI 可以找到 X 射线看不到的缺失原子
根据图像修复改编的人工智能模型可以重建晶体结构中缺失的原子，据报道成功率高达 97%。晶体结构可能看起来几乎完整，但仍然无法用于计算机模拟，因为它的一些原子丢失了。氢是这些差距的常见来源，研究人员现在已经适应了[...]
来源:SciTech日报根据图像修复改编的人工智能模型可以重建晶体结构中缺失的原子，据报道成功率高达 97%。
晶体结构可能看起来几乎完整，但仍然无法用于计算机模拟，因为它的一些原子丢失了。氢是这些间隙的常见来源，研究人员现在采用了一种人工智能技术来修复图像，以预测这些隐藏原子的归属。
该方法是由 PSI 科学计算、理论和数据中心的 Giovanni Pizzi 领导的团队与意大利帕尔马大学和摩德纳大学的研究人员合作开发的。 《npj 计算材料》中描述的该方法将计算机视觉应用于不完整的晶体结构，其中人工智能识别和解释视觉信息。
专门的人工智能系统已经为材料研究提供了帮助。例如，微软的 MatterGen 可以根据应包含哪些元素及其比例的基本信息构建复杂的晶体结构。然后研究人员可以在计算机模拟中使用生成的结构来研究潜在的材料。
相反，新方法侧重于填充实验已知的结构中缺失的位置。完成这些记录可以使以前无法获得的材料可用于模拟或显着改进现有模型，支持搜索在氢存储和潜在的新型超导体等领域有用的特性。
缺失的氢副业有前途的材料
“为了模拟材料特性，我们依靠数据库中的信息来告诉我们每个原子在晶体结构中的位置，”Giovanni Pizzi 团队的博士生 Timo Reents 说道。
研究人员求助于人工智能来恢复丢失的信息。
图像工具发现缺失的原子
XtalPaint 仅重建间隙
测试成功率达到 97%
DOI: 10.1038/s41524-026-02090-1
在 Google 和 Google 新闻上关注我们。