Tác nhân AI thúc đẩy mô hình hóa nguyên tử và tiết lộ cách các hạt nano nhôm oxy hóa

Việc xây dựng một mô hình chính xác về cách các nguyên tử tương tác là một quá trình phức tạp. Các nhà nghiên cứu phải lựa chọn các phép tính mới, thử nghiệm các mô hình liên tiếp và theo dõi các cơ chế đằng sau mỗi tương tác. Nhưng một tác nhân AI mới được phát triển có tên là MLP Copilot đã làm cho quá trình này trở nên dễ dàng hơn nhiều bằng cách kết nối các công cụ tính toán và bằng chứng khoa học với sự giám sát của con người.

"Giống như chế độ lái tự động giúp cuộc sống của các phi công trở nên dễ dàng hơn nhiều, khung làm việc đa năng của chúng tôi được thiết kế để làm cho khoa học vật liệu hiệu quả hơn mà không bỏ qua nhu cầu có con người thực sự nắm quyền điều khiển," Hao Li, Giáo sư Ưu tú tại Viện Nghiên cứu Vật liệu Tiên tiến (WPI-AIMR), Đại học Tohoku cho biết.

MLP Copilot học năng lượng và lực nguyên tử từ các phép tính lượng tử, các mô hình của nó có thể tiếp tục thực hiện các mô phỏng lớn hơn một cách khả thi. Các phương pháp điều phối của khung làm việc này có thể được tái sử dụng trên các hệ thống vật liệu, với các phép tính, dữ liệu đào tạo và xác thực được điều chỉnh cho từng ứng dụng.

Nghiên cứu đã được công bố dưới dạng Bài nộp Trực tiếp trong Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia (PNAS) vào ngày 15 tháng 10 năm 2026.