机器学习预测复杂新材料合成

       据22日发表在《科学进展》杂志上的一项研究，美国西北大学和丰田研究所研究人员已成功应用机器学习来指导新纳米材料的合成，消除与材料发现相关的障碍。这种训练有素的算法，可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。

　　论文通讯作者、美国西北大学纳米技术专家查得·米尔金此次发明的数据生成工具 “巨库”极大地扩展了研究人员的视野。每个“巨库”都包含数百万甚至数十亿个纳米结构，每个纳米结构的形状、结构和成分都略有不同，所有这些都在2×2平方厘米的芯片上进行了位置编码。迄今为止，每个芯片包含的新无机材料比科学家收集和分类的还要多。

　　研究团队通过使用聚合物笔光刻技术开发了“巨库”，这是一种大规模并行纳米光刻工具，能够每秒对数十万个特征进行特定位置的沉积。