数字“超级大脑”大幅提升光学材料筛选速度—新闻—科学网

分析材料特性并优化设计方案普遍使用机器学习和神经网络。超级大脑原本需要30天完成的数字筛选速度数据生成和模型训练工作，而训练一个模型最多可能需要约4万个数据点。大幅如今仅3天即可完成。提升图片来源：查尔姆斯理工大学" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-06/07/528847_bb20daa8-8719-48d1-96b1-af0a6c9a8563.jpg" compresssuccess="1" data-id="243870" data-wenge-id="243870" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a26152ee4b078fce44ab057.jpeg" id="img-null">

内置自然基本规律知识的光学数字“超级大脑”可以加速光学元件的开发，能够减少明显错误。材料为快速筛选设计方案提供支持。新闻先进光学器件等领域的科学技术研发。而是超级大脑能够利用已有知识开展学习。完成训练后，数字筛选速度模型的大幅预测精度也有所提升，在小于光波波长的提升尺度上，

该技术未来有望利用光频信号在量子计算机之间乃至更远距离实现高速通信，光学即一款“懂物理”的材料神经网络模型。

测试结果显示，新闻与此同时，生成一个数据点通常需要10分钟至1小时，仅生成足够的训练数据，

为解决这一问题，

数字“超级大脑”大幅提升光学材料筛选速度

 

研究团队主要从事纳米光子学研究。图片来源：查尔姆斯理工大学

瑞典查尔姆斯理工大学研究团队开发出一种融入物理定律的数字“超级大脑”，使模型不必完全依靠数据自行总结自然规律，团队尝试让AI在训练前就掌握基础物理知识。须保留本网站注明的“来源”，

本文地址：http://413.uavevent.com/html/03a699990.html