与药物设计类似的是,材料设计中的典型应用如新能源、电池和高性能合金材料等,也将会通过新一代分子模拟的方法被大力推动。裴剑锋说,基于机器学习和大数据的材料设计所面临的挑战是,实现高效精准的高通量计算,这势必需要在分子模拟层面有质的突破。
对此,黄铁军表示认同,“人工智能提高了合成的效率,基础有赖于高精度的材料和药物模型,这方面需要长期的试验积累。”
摘要: 与药物设计类似的是,材料设计中的典型应用如新能源、电池和高性能合金材料等,也将会通过新一代分子模拟的方法被大力推动。裴剑锋说,基于机器学习和大数据的材料设计所面临的挑战是,实现高效精准的高通量计算,这
与药物设计类似的是,材料设计中的典型应用如新能源、电池和高性能合金材料等,也将会通过新一代分子模拟的方法被大力推动。裴剑锋说,基于机器学习和大数据的材料设计所面临的挑战是,实现高效精准的高通量计算,这势必需要在分子模拟层面有质的突破。
对此,黄铁军表示认同,“人工智能提高了合成的效率,基础有赖于高精度的材料和药物模型,这方面需要长期的试验积累。”