Искусственный интеллект для поиска и открытия квантовых материалов
Artificial intelligence for search and discovery of quantum materials
2021-10-13
SCID: 54.1/eayzvt3n
Discuss with AI
искусственный интеллектавтономные экспериментымашинное обучениеквантовые материалытопологические изоляторы
Figures from the paper
Abstract (AI)
Искусственный интеллект и машинное обучение становятся незаменимыми инструментами во многих областях физики, включая астрофизику, физику элементарных частиц и климатологию. В области квантовых материалов развитие новых экспериментальных и вычислительных методов увеличило объем и скорость сбора данных, и искусственный интеллект способен существенно повлиять на поиск новых материалов, таких как сверхпроводники, спиновые жидкости и топологические изоляторы. В этом обзоре показано, как использование подходов, основанных на данных, меняет облик исследований квантовых материалов. От быстрого создания и анализа вычислительных и экспериментальных баз данных до использования физических моделей в качестве ориентиров для автономных экспериментов — мы показываем, что искусственный интеллект уже близок к тому, чтобы стать ключевым инструментом поиска и открытия квантовых материалов.
Key Findings
1
Искусственный интеллект и машинное обучение становятся необходимыми инструментами для поиска и открытия квантовых материалов.
2
Искусственный интеллект может использовать физические модели как ориентиры для проведения автономных экспериментов.
3
Методы, основанные на данных, обеспечивают быстрое создание и анализ крупных вычислительных и экспериментальных баз данных в исследовании квантовых материалов.
4
В обзоре делается вывод, что искусственный интеллект становится центральным компонентом поиска и открытия квантовых материалов.
5
Эти подходы способны ускорить открытие сверхпроводников, спиновых жидкостей, топологических изоляторов и других квантовых материалов.
Research Object
квантовые материалы, включая сверхпроводники, спиновые жидкости и топологические изоляторы
Research Subject
поиск и открытие новых квантовых материалов с использованием методов искусственного интеллекта и анализа данных, вычислительных и экспериментальных баз данных, исследования под руководством физических моделей и автономных экспериментов
Publication Details
Publication Date
2021-10-13
Journal
Publisher
ISSN
Cited by
71
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai6
Комментарий: Проект Materials Project: геномный подход к материалам для ускорения инноваций в материаловедении2013
Двумерные материалы и ван-дер-ваальсовы гетероструктуры2016
Вейлевские и дираковские полуметаллы в трёхмерных твёрдых телах2018
Машинное обучение в информатике материалов: современные применения и перспективы2017
Активное обучение в материаловедении с акцентом на адаптивную выборку с использованием неопределённостей для целенаправленного проектирования2019
Ускоренный поиск материалов с заданными свойствами с помощью адаптивного проектирования2016