生成式人工智能為化學(xué)領(lǐng)域的研究提供美好的前景,但是因為大多數(shù)化學(xué)描述符通常具有明確的數(shù)值,而且很難表現(xiàn)為連續(xù)的變化,因此目前成功得到應(yīng)用的化學(xué)生成人工智能非常罕見。
有鑒于此,中國科學(xué)技術(shù)大學(xué)江俊、王嵩、黃炎等通過機器學(xué)習(xí)技術(shù)和光譜描述符研究吸附在單原子催化劑表面的分子,得到定量的譜圖-性質(zhì)關(guān)系。
參考文獻
Tongtong Yang, Donglai Zhou, Sheng Ye, Xiyu Li, Huirong Li, Yi Feng, Zifan Jiang, Li Yang, Ke Ye, Yixi Shen, Shuang Jiang, Shuo Feng, Guozhen Zhang, Yan Huang*, Song Wang*, and Jun Jiang*, Catalytic Structure Design by AI Generating with Spectroscopic Descriptors, J. Am. Chem. Soc. 2023
DOI: 10.1021/jacs.3c09299
https://pubs.acs.org/doi/10.1021/jacs.3c09299