The promise and pitfalls of AI for molecular and materials synthesis
The promise and pitfalls of AI for molecular and materials synthesis
复制标题
人工智能在分子和材料合成方面的前景和陷阱
DOI：
10.1038/s43588-023-00446-x
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Coley, Connor W.
中科院分区：
文献类型：
--
作者：
David, Nicholas;Sun, Wenhao;Coley, Connor W.
随着人工智能（AI）的激增，合成化学将从其进步中受益。尽管数据集中的隐藏变量和“未知的未知数”可能会阻碍实验室烧瓶数字孪生的实现，但利用人工智能和大型数据集来推进合成科学的机会仍然很多。
As artificial intelligence (AI) proliferates, synthetic chemistry stands to benefit from its progress. Despite hidden variables and ‘unknown unknowns’ in datasets that may impede the realization of a digital twin for the laboratory flask, there are many opportunities to leverage AI and large datasets to advance synthesis science.
登录
查看更多内容
DOI：
10.1038/s44160-023-00479-0
发表时间：
2024-01
期刊：
Nature Synthesis
影响因子：
--
作者：
Zheren Wang;Yingzhi Sun;Kevin Cruse;Yan Zeng;Yuxing Fei;Zexuan Liu;J. Shangguan;Young-Woon Byeon;KyuJung Jun;T. He;Wenhao Sun;G. Ceder
通讯作者：
Zheren Wang;Yingzhi Sun;Kevin Cruse;Yan Zeng;Yuxing Fei;Zexuan Liu;J. Shangguan;Young-Woon Byeon;KyuJung Jun;T. He;Wenhao Sun;G. Ceder
影响因子：
9.8
作者：
Wang, Zheren;Kononova, Olga;Cruse, Kevin;He, Tanjin;Huo, Haoyan;Fei, Yuxing;Zeng, Yan;Sun, Yingzhi;Cai, Zijian;Sun, Wenhao;Ceder, Gerbrand
通讯作者：
Ceder, Gerbrand
还原铌氧化物 Nb12O29 和 Nb22O54 的结构
影响因子：
3.3
作者：
T. McQueen;Q. Xu;E. N. Andersen;H. Zandbergen;R. Cava
通讯作者：
R. Cava
重新审视胺催化的交叉偶联
影响因子：
37.8
作者：
Z. Novák;Réka Adamik;J. T. Csenki;F. Béke;Regina Gavaldik;B. Varga;Bálint Nagy;Z. May;J. Daru;Zsombor Gonda;Gergely L. Tolnai
通讯作者：
Gergely L. Tolnai