AI与分子动力学最新研究进展

本文探讨了AI与分子动力学在计算材料学中的最新研究进展。文章首先介绍了利用高通量分子动力学模拟和机器学习预测非局部弹性参数的方法，通过MD模拟和ML模型串联使用，有效预测了长度尺度参数的变化。接着，文章讨论了人工智能辅助序列有序高本征导热聚合物的逆向设计，通过深度神经网络模型和多目标优化算法，实现了高导热聚合物的设计。最后，文章综述了机器学习在分子动力学模拟中的应用，强调了ML在解决MD模拟中采样不足、模型精度不足等问题中的潜力。整体上，这些研究展示了AI和ML在材料科学中的重要应用，特别是在纳米尺度和聚合物设计领域。