生成式人工智能在计算化学中的应用：预测涌现现象的路线图
计算材料学
2025-11-09 08:07
文章摘要
本文背景介绍了生成式人工智能在计算化学领域的快速发展及其在分子结构采样、力场开发和加速模拟等方面的应用进展。研究目的是系统综述生成式人工智能的基本理论、主流方法（如自编码器、生成对抗网络、强化学习等）及其在力场开发和生物大分子结构预测中的代表性应用，同时重点探讨这些方法在预测化学涌现现象时面临的挑战，强调任何模拟方法的终极目标应是预测前所未见的现象。结论指出，未来人工智能模型需更深入融合化学核心原理（特别是统计力学思想），才能提升预测能力并真正服务于化学研究。
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。
推荐文献
Characterizing schizophrenia-relevant structural variants and tandem repeats through long-read sequencing
DOI: 10.1016/j.scib.2025.11.004
Pub Date : 2026-03-30
Date: 2025/11/4 0:00:00
Embodied emotions in ancient Neo-Assyrian texts revealed by bodily mapping of emotional semantics
DOI: 10.1016/j.isci.2026.115347
Pub Date : 2026-04-17
Date: 2026/3/14 0:00:00
Physics-constrained neural ordinary differential equation models to discover and predict microbial community dynamics.
DOI: 10.1073/pnas.2517661123
Pub Date : 2026-03-31
Date: 2026/3/27 0:00:00
计算材料学
【计算材料学】2025年高浏览量文章精选（上）.
2026-03-31
碘烯的合成及拓扑电子态观测.
2026-03-31
南方科技大学机械与能源工程系-邓辉研究员招收2026级博士生.
2026-03-31
最新文章
欢迎申报中国材料研究学会团体标准
11小时前
京公网安备 11010802042870号
