使用人工神经网络生成合适的纳米材料可能会导致未来材料设计领域的重大变革。尽管在创建小分子和简单分子方面已经取得了进展,但尚未使用任何神经网络生成复杂的材料,例如晶体多孔材料。于此,韩国高等科学技术研究院Jihan Kim等人实现了一个生成性对抗网络,该网络使用31713个已知沸石的训练集来生产121个晶体多孔材料。该神经网络以能量和材料尺寸的形式输入,并且研究人员证明,使用该神经网络可以可靠地生产出用户期望的4 kJ / mol甲烷吸附热的沸石。用户期望的功能的微调可以潜在地加速材料的开发,因为它证明了多孔材料反向设计的成功案例。
Kim B, Lee S, Kim J. Inverse design of porous materials using artificial neural networks. Science Advances. 2020;6(1):eaax9324.
https://advances.sciencemag.org/content/6/1/eaax9324