東北大學(xué)和麻省理工學(xué)院(MIT)的研究人員推出了一種新的人工智能工具，用于高質(zhì)量的光譜，其精度與量子模擬相同，但工作速度要快100萬(wàn)倍，有可能加速光伏和量子材料的發(fā)展。

了解材料的光學(xué)特性對(duì)于開(kāi)發(fā)光電器件(如led、太陽(yáng)能電池、光電探測(cè)器和光子集成電路)至關(guān)重要。這些設(shè)備是半導(dǎo)體行業(yè)當(dāng)前復(fù)蘇的關(guān)鍵。

利用物理基本定律的傳統(tǒng)計(jì)算方法涉及復(fù)雜的數(shù)學(xué)計(jì)算和巨大的計(jì)算能力，難以快速測(cè)試大量材料。克服這一挑戰(zhàn)可能會(huì)導(dǎo)致發(fā)現(xiàn)用于能量轉(zhuǎn)換的新型光伏材料，并通過(guò)其光譜對(duì)材料的基本物理學(xué)有更深入的了解。

由東北大學(xué)前沿跨學(xué)科科學(xué)研究所(FRIS)助理教授Nguyen Tuan Hung和麻省理工學(xué)院核科學(xué)與工程系(NSE)副教授Mingda Li領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)做到了這一點(diǎn)，他們引入了一種新的人工智能模型，該模型僅使用材料的晶體結(jié)構(gòu)作為輸入，預(yù)測(cè)了廣泛光頻范圍內(nèi)的光學(xué)特性。

主要作者Nguyen和他的同事最近在《先進(jìn)材料》雜志上發(fā)表了一篇開(kāi)放獲取的論文。

“光學(xué)是凝聚態(tài)物理的一個(gè)迷人的方面，由稱(chēng)為Kramers-Kr?nig (KK)關(guān)系的因果關(guān)系支配，”Nguyen說(shuō)。一旦一種光學(xué)性質(zhì)已知，所有其他光學(xué)性質(zhì)都可以利用KK關(guān)系推導(dǎo)出來(lái)。觀察人工智能模型如何通過(guò)這種關(guān)系掌握物理概念是很有趣的?！?/p>

由于激光波長(zhǎng)的限制，在實(shí)驗(yàn)中獲得完全頻率覆蓋的光譜是具有挑戰(zhàn)性的。模擬也很復(fù)雜，需要很高的收斂標(biāo)準(zhǔn)并產(chǎn)生大量的計(jì)算成本。因此，科學(xué)界長(zhǎng)期以來(lái)一直在尋找更有效的方法來(lái)預(yù)測(cè)各種材料的光譜。

“用于光學(xué)預(yù)測(cè)的機(jī)器學(xué)習(xí)模型被稱(chēng)為圖神經(jīng)網(wǎng)絡(luò)(gnn)，”麻省理工學(xué)院化學(xué)研究生Ryotaro Okabe指出。“通過(guò)將原子表示為圖節(jié)點(diǎn)，將原子間鍵表示為圖邊，gnn提供了分子和材料的自然表示?！?/p>

然而，雖然gnn在預(yù)測(cè)材料性質(zhì)方面表現(xiàn)出了希望，但它們?nèi)狈νㄓ眯?，特別是在晶體結(jié)構(gòu)的表示方面。為了解決這個(gè)難題，Nguyen和其他人設(shè)計(jì)了一個(gè)通用集成嵌入，即創(chuàng)建多個(gè)模型或算法來(lái)統(tǒng)一數(shù)據(jù)表示。

麻省理工學(xué)院電子工程和計(jì)算機(jī)科學(xué)研究生Abhijatmedhi Chotrattanapituk解釋說(shuō):“這種集成嵌入超越了人類(lèi)的直覺(jué)，但廣泛適用于在不影響神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的情況下提高預(yù)測(cè)精度?！?/p>

集成嵌入方法是一種通用層，可以在不改變神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的情況下無(wú)縫應(yīng)用于任何神經(jīng)網(wǎng)絡(luò)模型。“這意味著通用嵌入可以很容易地集成到任何機(jī)器學(xué)習(xí)架構(gòu)中，可能對(duì)數(shù)據(jù)科學(xué)產(chǎn)生深遠(yuǎn)的影響，”李明達(dá)說(shuō)。

這種方法可以實(shí)現(xiàn)基于晶體結(jié)構(gòu)的高精度光學(xué)預(yù)測(cè)，使其適用于各種應(yīng)用，例如高性能太陽(yáng)能電池的篩選材料和檢測(cè)量子材料。

展望未來(lái)，研究人員的目標(biāo)是為各種材料特性(如機(jī)械和磁性)開(kāi)發(fā)新的數(shù)據(jù)庫(kù)，以增強(qiáng)人工智能模型僅基于晶體結(jié)構(gòu)預(yù)測(cè)材料特性的能力。