据28日《当然·材料》杂志报说念，好意思国哥伦比亚大学工程学院团队创建了一种机器学习算法，不错通过不雅察纳米晶体产生的图案来预见材料的原子结构。该效用破解了困扰材料科学界一个世纪的纳米晶体结构融会艰巨，有望加快新药研发、清洁动力材料缔造及文化遗产预计。
晶体学是通晓险些统统材料特色的最有用方法。可是，传统方法仅适用于毫米级完整晶体，濒临由轻细颗粒构成的粉末状纳米晶体时，现存时期仅能获取磨蹭的原子枚举信息，导致诸多关键材料预计堕入停滞。
这次，预计团队哄骗4万个已知原子结构对一个生成式东说念主工智能（AI）模子进行了西宾，从而缔造出一个大要从“失真数据”中复原原子结构的智能系统。
具体而言，团队创建了一个包含4万个晶体结构的数据集，配资网并将原子位置打乱，使其看起来像是立时枚举的。随后，他们西宾了一个深度神经蕴蓄，将这些险些立时枚举的原子与其对应的X射线衍射图案关连起来。该蕴蓄哄骗这些不雅测摒弃对晶体进行重建。临了，他们让AI生成的晶体资格一个名为“里特维尔德精修”的经过，即阐述衍射图案，将晶体“微调”到接近最优景色。
尽管该算法的早期版块推崇欠安，但最终它学会了比预期有用得多的晶体重建方法。该算法大要从多样体式的纳米级晶体中笃定原子结构，包括之前实际难以表征的样本。
团队示意，这个AI模子也学会了当然界所允许的原子枚举形态。这种形态识别能力预示着卵白质结构预计、药物分子筹办等鸿沟将迎来范式回荡。