雷锋网按：凭借人工智能，来自瑞士巴塞尔大学的化学家经过核算由四种化学元素组成的晶体，得到了约 200 万种特性。研讨人员还识别出 90 种曾经未发现的耐热性晶体，能够视为新资料。研讨人员将这些发现宣布在了科学杂志《物理谈论快报》上。

　　钾冰晶石是一种玻璃态、通明、有光泽、具有立方晶体结构的矿藏，在埃尔帕索县（美国科罗拉多州）初次发现，也曾出现在落基山脉，佛吉尼亚和亚平宁山脉（意大利）。在试验数据库中，钾冰晶石通常是最常被发现的第四纪晶体（晶体由四种化学元素组成）。这取决于它的组成，它能够是一个金属导体、半导体或绝缘体，当露出于辐射还会发光，。

　　这些特色使钾冰晶石很可能被用于制造闪耀物质（其间的某些方面已能证明）以及其他状况。其化学的复杂性意味着，从数学上讲，要使用量子力学猜测由四元素构成的钾冰晶石结构在理论上的一切可行组合几乎是不可能的。

　　依托现代人工智能技术，伯尔尼大学化学系 Anatole von Lilienfeld 教授组的博士生Felix Faber现在现已成功地处理了这样一种资料的规划问题。首要，他使用量子力学生成了数千种随机化学成分构成的冰晶石晶体的猜测。然后，他使用成果来练习核算机器学习模型（ML 模型）。改善的算法战略完成了与规范量子力学办法适当的猜测精度。

　　ML 模型的长处是能够将相应的量子力学核算速度进步几个数量级。理论上能够从周期表的主族元素取得的冰晶石晶体可达 200万种，该模型一天之内就能够测完一切化学安稳性中的一个目标——层级能量。相比之下，用量子力学的办法核算，需要用超级核算机超越 2000 万小时。

　　经过模型核算得到的特性剖析为这类资料供给了新的见地。研讨人员能够猜测检测根本的能级，并确认 90种依据量子力学猜测是热力学安稳的不知道晶体。

　　在这些特征的基础上，钾冰晶石已进入资料工程资料数据库，这在资料基因组方案中起着要害的效果。该建议是美国政府在 2011 建议的，意图是经过核算帮忙，加速新资料的发现和组成试验。

　　一些新发现的冰晶石晶体有着共同的电子特性和不寻常的成分。“人工智能，结合大数据、量子力学和超级核算，为咱们深化知道和发现新的资料拓荒了新的途径，咱们不会考虑假如咱们仅依赖于人的直觉，”该研讨的负责人 Von Lilienfeld 这样说道。

　　Runway洽谈4.5亿美元融资；美国AI创企3个月狂揽271亿美元；腾讯AILab试验室主任换帅，蒋杰接任张正友丨AI情报局

　　曝微软大牛童欣离任；CharacterAI资金开裂，方案卖身谷歌Meta；马斯克自曝Grok-3用了10万块H100丨AI情报局

　　AI短剧公司获百度出资；苹果AI将登VisionPro，今秋或将接入谷歌Gemini；上海医院用AI主动生成病历丨AI情报局

　　奥特曼热捧华人AI制药公司获3.72亿美元融资；李开复称若AI替代作业，能够代言生发广告；AGI或使全球GDP翻倍丨AI情报局