美国 - 艾赫巴里通讯社
AI 框架 THOR 在几秒钟内解决了百年物理学难题，加速科学发现
一项有望重塑科学研究格局的最新进展是，一款名为 THOR 的新型人工智能 (AI) 框架，在短短几秒钟内就解决了与材料内部原子行为相关的复杂物理学难题，展现了其非凡的能力。这项革命性的技术绕过了传统耗时模拟的局限性，在效率和准确性方面实现了前所未有的飞跃，有望显著加速材料科学、物理学和化学领域的发现进程。
几十年来，科学家们一直在应对精确模拟各种材料内部原子和分子复杂行为所带来的巨大计算挑战。传统方法通常依赖于复杂的模拟，这些模拟需要大量的超级计算资源，并且可能需要数周甚至数月才能完成。这些瓶颈在历史上一直阻碍着创新步伐，尤其是在寻找具有定制特性的新型材料方面。
另请阅读
THOR 框架由一支专门的研究团队开发，它引入了一种范式转变。它巧妙地将先进的张量网络数学与尖端的机器学习算法相结合。THOR 不会逐个步骤地仔细模拟每个原子相互作用，而是直接计算材料的基本性质。这种直接的方法利用机器学习的力量来识别复杂模式并从海量数据集中提取关系，从而实现快速而精确的计算。
参与该项目的研究人员报告称，THOR 能够计算关键的热力学性质——这是理解材料在不同条件下的稳定性和性能的关键指标——其速度比现有方法快数百倍。至关重要的是，这种速度的巨大提升并没有以牺牲精度为代价。广泛的测试已证实 THOR 保持了高度的准确性，使其成为科学探索的强大而可靠的工具。
对于材料科学而言，其意义尤为深远。能够快速评估潜在新材料的性质，为探索更广泛的化合物和结构库打开了可能性。这种加速的发现流程可能导致开发出具有改进特性的下一代材料，适用于广泛的应用，包括更高效的电池、更快的半导体、更轻更坚固的航空航天组件，以及用于医疗和可再生能源技术的先进材料。
除了材料科学，THOR 的能力在基础物理学研究方面也显示出巨大潜力，可能为理解复杂的量子现象和奇异物质状态提供更深入的见解。在化学领域，该框架可能在设计更有效的催化剂、阐明复杂化学反应的机理以及促进更可持续的工业流程发展方面发挥关键作用。
相关新闻
这一成就凸显了人工智能在推动科学理解边界方面的日益增长的力量。随着人工智能的不断发展，其解决以前被认为计算上难以解决的复杂问题的能力正在迅速扩展。THOR 代表了一个重要的里程碑，预示着一个未来，在这个未来，人工智能将成为科学家们不断探索宇宙奥秘过程中不可或缺的合作伙伴。
