基础模型驱动的材料发现:研究现状与未来方向
计算材料学
2026-04-10 21:28
文章摘要
本文是一篇关于基础模型在材料发现领域应用的综述性文章。背景方面,文章回顾了人工智能从依赖人工特征到数据驱动表征学习的发展历程,特别是Transformer架构和大型语言模型的兴起为通用表征学习提供了新路径。研究目的上,文章旨在系统梳理基础模型(包括大型语言模型)在材料性质预测、合成路径规划和分子生成等具体任务中的应用现状,并前瞻性地探讨未来发展方向。结论指出,基础模型在该领域已展现出潜力,但未来需充分利用材料数据的多模态与多保真度特征,以加速材料发现进程并深刻重塑研究图景。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。