【IJCAI2019】自动发现新材料，47页PPT带你了解AI在材料学中的应用价值

【导读】众所周知，新材料的开发是一个昂贵且耗时的过程，人工智能可以依据强大的优化方法和机器学习模型来加快这一进度。本教程将概述人工智能在材料科学中的应用，强调人工智能研究的挑战和机遇。

介绍：

先进的材料和制造方法是当今社会经济发展的重要驱动力，这一领域通过廉价的批量生产，使得现代社会工业发展达到前所未有的规模，令电视和计算机等消费设备在我们的日常生活中无处不在。在高性能环境中普遍需要新型材料，例如用于计算机和蜂窝技术的光电器件、光伏和消费电子产品，以及空间和航空应用等极端环境中的特种材料等。然而，设计新材料是一个缓慢而费力的过程，需要大量的资本和劳动力。材料的合成、开发和表征都是一个耗时且昂贵的过程；尤其是大量不同的替代品必须经过评估和优化才能进入市场。通常，这一领域中理论模型的指导作用很小，对新材料需要在小规模范围内进行大量的测试，已达到全面的了解。

近几年来，基于少量观测经验的模型，被用于这一领域，而人工智能和机器学习的最新进展，则开创了一个有效且高效建模的新时代，并且对性能复杂的大空间设计的可能性进行了探索。无需对底层过程的属性做出任何假设，优化技术能够在一定可行范围中间进行计算，允许算法可靠地逼近材料因子复杂关系，并预测假设材料的特性，尽管成功的应用案例越来越多，并且激发了材料科学家们巨大的兴趣，但是AI对这些行业的改造还需要一段时间。

原文链接：

https://www.cs.uwyo.edu/~larsko/aimat-tut/

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“IJCAI19MS” 就可以获取完整版PPT下载链接~

教程大纲：

• 高级材料-示例和挑战

• 代理模型

• 先进材料-人工智能方法

• 贝叶斯优化背景

• 材料科学中的贝叶斯优化

• 人工智能与材料科学的共同主题

• 挑战与机遇

相关内容：

更多内容，请下载观看

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程