标签：材料科学

近日，Meta FAIR 与多伦多大学及荷兰纳米技术工程公司 VSParticle 合作，共同发布了开放催化剂实验 2024（OCx24）数据集。该数据集包含了 572 个通过湿法和干法合成的样品，并经过 X 射线荧光和 X 射线衍射表征，为新催化剂的开发提供了宝贵的数据支持。这一研究是 Meta FAIR 开放催化剂项目的延续，旨在利用人工智能技术建模和发现新的催化剂，以应对气候变化带来的能源挑战。 研究人员在实验室中合成并测试了数百种用于催化反应的金属合金。通过 6.85 亿次 AI 加速模拟，分析了 20,000 种材料，试图在模拟与现实之间建立...

传统的材料探索方法不仅耗时且成本高昂，尤其当面对庞大的材料空间时，挑战更加艰巨。为了克服这一难题，斯坦福大学及美国能源部SLAC国家加速器实验室的研究团队研发出了一种AI驱动的方法，显著提升了新材料探索的效率与精准度。 研究人员提出了一种框架，通过简单的用户定义过滤算法来捕捉实验目标。这些算法会被自动转换为三种智能、无参数的顺序数据采集策略（SwitchBAX、InfoBAX 和 MeanBAX），从而避免了传统方法中繁琐的任务特定采集函数设计过程。在TiO2纳米粒子合成以及磁性材料表征的数据集上验证了该方法的有效性...