利用機器學習對納米材料料合成進行預測

Category: STEM國際競賽 Date: 2020年3月26日下午5:51

如今納米材料種類較多，按其材質分有：金屬材料、納米陶瓷材料、納米半導體材料、納米復合材料、納米聚合材料等等。納米材料是超徽粒材料，被稱為“21世紀新材料”，具有許多特異性能。今天小編要介紹的科研課題就是與納米材料合成有關。課題題目是杜克科研課題：利用機器學習的納米材料合成預測。

課題簡介

納米材料，即在三維空間中至少一個維度的尺寸小于100納米的先進材料。在納米尺度下，量子限域效應以及表面效應廣泛存在，因此，納米材料具有特殊而優異的光、電、磁等性質。但是因其性質對于尺寸和形狀的敏感性，在合成階段對于納米材料尺寸和形狀的控制顯得至關重要。然而，由于化學反應的復雜性，研究人員往往只能對納米材料的尺寸進行粗糙的控制。

本課題旨在利用近年來快速發展的機器學習技術對納米材料的合成進行預測。輸入反應物濃度、pH值、溫度等基本的反應條件后，利用訓練后的神經網絡矩陣進行處理并輸出反應產物的形貌，實現對于特定尺寸和形貌的納米材料的精確合成。

科研方法

AI+X數據驅動型科研 AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。