Ученые из Университета Цинхуа разработали универсальную модель для проектирования материалов на основе глубокого обучения и теории функционала плотности (DFT). Этот метод, известный как DeepH, способен прогнозировать свойства различных материалов с высокой точностью.
Создание универсальных моделей для материаловедения представляет собой сложную задачу из-за разнообразия структур и свойств. Команда под руководством профессоров Юн Сю и Венхуи Дуана преодолела эти трудности, создав обширную базу данных из более чем 10 000 структур материалов.
Используя эту базу данных и улучшенный метод DeepH-2, учёные смогли разработать модель, способную точно предсказывать свойства материалов с различным химическим составом. Этот прорыв открывает новые возможности для искусственного интеллекта в области материаловедения и ускоряет процесс открытия новых материалов.
Работа опубликована в журнале Science Bulletin.
