محققان در پژوهشی جدید، مدل هوش مصنوعی نوآورانهای به نام «CPGN» (Coordination Polyhedron Graph Network) را معرفی کردهاند که میتواند ویژگیهای کریستالها و مواد را با دقتی خیرهکننده پیشبینی کند!
🔹 این مدل با درک ساختارهای هندسی پیچیده در سطح اتمی و پیوندهای بینمولکولی، محدودیتهای مدلهای قبلی (GNN) را کنار زده و در بنچمارکهای مهمی مثل Materials Project، عملکردی فراتر از وضعیت موجود (SOTA) به ثبت رسانده است.
این پیشرفت نه تنها به دانشمندان در طراحی سریعتر مواد جدید کمک میکند، بلکه راه را برای کشف خواص ناشناخته فیزیکی باز کرده است. آینده مهندسی مواد با این دست مدلهای گرافمحور، بسیار روشنتر از قبل به نظر میرسد! 🚀💎
منبع: arXiv AI