研究前沿：非晶玻璃-机器学习 | Nature Reviews Physics

本文综述了机器学习在玻璃动力学研究中的应用，特别是在非晶态结构中的慢动力学研究。文章由法国蒙彼利埃大学的Gerhard Jung和Ludovic Berthier等人在Nature Reviews Physics上发表，探讨了如何利用机器学习的计算机视觉和图像识别算法来解决玻璃转变中的微观结构和慢动力学之间的复杂联系。文章提出了机器学习在玻璃态液体理论理解中的潜力，并介绍了“Glassbench”数据集，用于比较新兴机器学习方法的性能。此外，文章还讨论了机器学习方法的可转移性和可解释性，以及如何通过训练模型来预测单粒子倾向和空间动态异质性。