「AI×科研」每日要闻汇总｜6月24日

编辑/雪松

目录：

• AI 帮助设计高性能钢:两篇文章揭示了机器学习在合金设计中的应用新策略
• AI 预测电子设备中可能出现的问题
• 一种由反铁磁材料组成的新型内存设备：支持更快、更强大的AI系统
• 拓扑材料初学者指南
• scGCN ：一种用于单细胞组学知识转移的图卷积网络算法
• X 射线光电子能谱(XPS)校准期间的错误假设会得出误导性分析
• Julia 开源编程语言：快速易用，适合数值应用
• 数学家欢迎「大统一」理论中的计算机辅助证明
• 只为解决化学工业的可持续发展问题：一家由25岁的化学工程师领导的初创公司正在引领潮流
• 新太空任务的技术趋势报导：基于对122个组织以及933项专利的考察

AI 帮助设计高性能钢:两篇文章揭示了机器学习在合金设计中的应用新策略

机器学习有望帮助加速新型合金材料的研发，尤其是新型不锈钢的研发。太平洋西北国家实验室（PNNL）和国家能源技术实验室（NETL）协作，设计机器学习模型，并对两种不锈钢合金的破裂寿命进行了可靠预测；同时利用机器学习模型进行新合金的设计。

机器学习合金设计流程。

论文链接：https://www.nature.com/articles/s41529-021-00166-5https://www.nature.com/articles/s41598-021-83694-z

相关报道：https://phys.org/news/2021-06-ally-alloys-ai-high-performance-steels.html

AI 预测电子设备中可能出现的问题

近年来，电子输运性质预测的第一性原理技术取得了快速进展。来自科罗拉多大学博尔德分校的研究人员提出了一个电子传输信息学 (ETI) 框架，该框架在小型系统的 ab initio 模型上进行训练，对人造硅/锗异质结构的热功率进行预测，匹配测量数据。以提取决定半导体异质结构中电子传输的重要物理学，并减小ab initio 模型和制造系统之间的差距。该方法可以帮助工程师们提前找出电子元件的弱点。

电子传输信息学框架。

论文链接：https://www.nature.com/articles/s41524-021-00562-0

相关报道：https://techxplore.com/news/2021-06-ai-electronics.html

一种由反铁磁材料组成的新型内存设备：支持更快、更强大的AI系统

来自Northwestern Engineering 和the University of Messina in Italy的研究团队利用反磁铁材料（AFM）开发出一种新的磁存储器设备。该存储技术可免疫外部磁场干扰，将来可用于改进各种计算系统，包括人工智能硬件、加密货币挖掘以及空间探索计划。

相关报道：https://www.eurekalert.org/pub_releases/2021-06/nu-amr062221.php

拓扑材料初学者指南

一种叫做拓扑绝缘体的新型材料可能成为未来计算机和消费电子产品的主要逻辑。这篇报道主要介绍了电子拓扑绝缘体、光子拓扑绝缘体、拓扑超导体以及拓扑半金属四种新材料的特性，同时探讨了这些新材料对未来计算机发展的影响。

拓朴结构在照明时的电流示例。

相关报道：https://spectrum.ieee.org/semiconductors/materials/a-beginners-guide-to-topological-materials

scGCN ：一种用于单细胞组学知识转移的图卷积网络算法

单细胞组学是公共基因组学数据库中增长最快的数据类型；新生成的数据集需要添加特定的标签。然而，细胞群之间的内在异质性和数据集之间的外在差异，导致添加标签的工作相对困难。美国癌症基因组学和精准肿瘤学中心的研究人员提出了一个强大的人工智能模型，单细胞图卷积网络（scGCN），实现了跨不同数据集的有效标签转移。测试表明，scGCN 在单细胞组学分析方面表现出卓越的准确性。

scGCN将标签从参考数据传输到查询数据的原理图概述。

论文链接：https://www.nature.com/articles/s41467-021-24172-y

X 射线光电子能谱(XPS)校准期间的错误假设会得出误导性分析

X射线光电子光谱 （XPS） 通常用于确定材料的化学成分。它于20世纪60年代开发，被公认为材料科学的标准方法。瑞典林克平大学的研究人员研究表明，XPS可能会因为校准过程中的错误假设而给出误导性的分析结果。

论文链接：https://dos.org/10.1038/s41598-021-90780-9

相关报道：https://www.eurekalert.org/pub_releases/2021-06/lu-1sa062121.php

Julia 开源编程语言：快速易用，适合数值应用

开源编程语言Julia特别适合数值应用，科学家正在用它来探索可再生能源发电所涉及的难题。来自Potsdam Institute for Climate Impact Research (PIK)的研究人员开发了一个开源工具，从而方便工程师和物理学家访问Julia生态系统中各类先进的算法。

Julia算法示例。

论文链接：https://aip.scitation.org/doi/10.1063/5.0051387

相关报道：https://techxplore.com/news/2021-06-julia-language-tackles-differential-equation.html

数学家欢迎「大统一」理论中的计算机辅助证明

来自the University of Bonn的Peter Scholze与来自的University of Copenhagen的Dustin Clausen合作提出利用机器学习模型设计一个助手处理软件，用于研究数学「大统一」理论。

校对助理包Lean中的语句示例。

相关报道：https://www.nature.com/articles/d41586-021-01627-2

只为解决化学工业的可持续发展问题：一家由25岁的化学工程师领导的初创公司正在引领潮流

Sunthetics：一家初创公司，正在利用COMSOL公司赞助的机器学习工具为制造业带来更环保的工艺。2021年6月15日 Fixing the Future对Sunthetics的首席执行官Myriam Sbeiti进行采访。

相关报道：https://spectrum.ieee.org/podcast/artificial-intelligence/machine-learning/fixing-the-chemical-industrys-sustainability-problem

新太空任务的技术趋势报导：基于对122个组织以及933项专利的考察

来自俄罗斯和塞尔维亚的 Skoltech 研究人员审查了大约 200 家参与新太空经济的组织所持有的近千项专利。该分析有助于全面了解该领域的技术趋势。该论文发表在《Progress in Aerospace Sciences》杂志上。

新技术有助于构建新航天工业的全球地图展示。

相关报道：https://www.eurekalert.org/pub_releases/2021-06/sios-phb062221.php