近日，杭州电子科技大学机械工程学院董源教授研究团队将人工智能、深度学习、对抗生成技术与新材料的研发相结合，研究出针对石墨烯/氮化硼复合二维材料的人工智能系统。
“我们采用了近年来备受关注的对抗生成网络(GAN)来实现这一目的。”董源说。通过将深度卷积网络中的“隐藏神经层”与对抗生成网络中的“判别器”嵌合在一起，他们所设计的“条件生成对抗网络”可以做到根据用户对带隙的需求，自动生成新的石墨烯/氮化硼材料结构，且准确度依然可以达到90%左右。
董源研究团队采用大规模高通量计算收集了大量的结构-带隙之间的关联数据，作为人工智能的学习数据集。他们构建了数套深度卷积神经网络，可以学习已有的结构-带隙数据，精确预测不在数据集之中的任意新型结构的带隙，精确度可高达95%。
“这一类材料的带隙可以在导体与宽禁带半导体之间广泛可调，并且高度依赖原子的空间排布，在高性能存储、光电器件中具有重要应用潜力。”董源指出。在进一步研究中，董源团队希望人工智能能够承担起一位材料科学家的角色，也就是可以根据用户需求主动设计材料。
参考来源：科技日报
粉体圈 整理
粉体圈首页
