• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Can artificial intelligence create the next wonder material?

作者信息

Nosengo Nicola, Ceder Gerbrand

出版信息

Nature. 2016 May 5;533(7601):22-5. doi: 10.1038/533022a.

DOI:10.1038/533022a
PMID:27147015
Abstract
摘要

相似文献

1
Can artificial intelligence create the next wonder material?人工智能能创造出下一种神奇材料吗？
Nature. 2016 May 5;533(7601):22-5. doi: 10.1038/533022a.
2
On Hans, Zou and the others: wonder animals and the question of animal intelligence in early twentieth-century France.论汉斯、邹等人：奇妙的动物与20世纪初法国的动物智力问题
Stud Hist Philos Biol Biomed Sci. 2010 Mar;41(1):12-20. doi: 10.1016/j.shpsc.2009.12.001. Epub 2010 Jan 29.
3
Artificial intelligence in nanotechnology.人工智能在纳米技术中的应用。
Nanotechnology. 2013 Nov 15;24(45):452002. doi: 10.1088/0957-4484/24/45/452002. Epub 2013 Oct 11.
4
Artificial intelligence and synthetic biology: A tri-temporal contribution.人工智能与合成生物学：三阶段贡献
Biosystems. 2016 Oct;148:32-39. doi: 10.1016/j.biosystems.2016.01.001. Epub 2016 Jan 21.
5
Artificial Intelligence for Pathologists Is Not Near--It Is Here: Description of a Prototype That Can Transform How We Practice Pathology Tomorrow.面向病理学家的人工智能并非即将到来——它已在这里：描述一个能够改变我们未来病理学实践方式的原型。
Arch Pathol Lab Med. 2015 Jul;139(7):929-35. doi: 10.5858/arpa.2014-0478-OA.
6
A novel modification of the Turing test for artificial intelligence and robotics in healthcare.一种用于医疗保健领域人工智能和机器人技术的图灵测试的新颖改进。
Int J Med Robot. 2015 Mar;11(1):38-43. doi: 10.1002/rcs.1570. Epub 2014 Jan 20.
7
CDC WONDER on the Web.网络上的美国疾病控制与预防中心（CDC）信息查询系统
Proc AMIA Annu Fall Symp. 1996:408-12.
8
[Biological versus artificial intelligence: a critical approach].[生物智能与人工智能：一种批判性方法]
Arq Neuropsiquiatr. 1995 Sep;53(3-A):361-8.
9
Patient behavior and the benefits of artificial intelligence: the perils of "dangerous" literacy and illusory patient empowerment.患者行为与人工智能的益处：“危险”素养和虚幻患者赋权的危害。
Patient Educ Couns. 2013 Aug;92(2):223-8. doi: 10.1016/j.pec.2013.05.002. Epub 2013 Jun 3.
10
Using design science and artificial intelligence to improve health communication: ChronologyMD case example.利用设计科学和人工智能改善健康传播：ChronologyMD 案例分析。
Patient Educ Couns. 2013 Aug;92(2):211-7. doi: 10.1016/j.pec.2013.04.006. Epub 2013 May 29.

引用本文的文献

1
Accelerating Elastic Property Prediction in Fe-C Alloys through Coupling of Molecular Dynamics and Machine Learning.通过分子动力学与机器学习相结合加速铁碳合金弹性性能预测
Materials (Basel). 2024 Jan 26;17(3):601. doi: 10.3390/ma17030601.
2
Materials descriptors of machine learning to boost development of lithium-ion batteries.用于推动锂离子电池发展的机器学习材料描述符
Nano Converg. 2024 Feb 26;11(1):8. doi: 10.1186/s40580-024-00417-6.
3
Predictive Synthesis of Copper Selenides Using a Multidimensional Phase Map Constructed with a Data-Driven Classifier.

本文引用的文献

1
Machine-learning-assisted materials discovery using failed experiments.基于失败实验的机器学习辅助材料发现。
Nature. 2016 May 5;533(7601):73-6. doi: 10.1038/nature17439.
2
In silico screening of carbon-capture materials.计算机筛选碳捕获材料。
Nat Mater. 2012 May 27;11(7):633-41. doi: 10.1038/nmat3336.
3
QUANTUM ESPRESSO: a modular and open-source software project for quantum simulations of materials.量子 espresso：一个用于材料量子模拟的模块化开源软件项目。
使用由数据驱动分类器构建的多维相图对硒化铜进行预测合成。
J Am Chem Soc. 2023 Aug 16;145(32):17954-17964. doi: 10.1021/jacs.3c05490. Epub 2023 Aug 4.
4
Emerging Deep-Sea Smart Composites: Advent, Performance, and Future Trends.新兴深海智能复合材料：出现、性能及未来趋势
Materials (Basel). 2022 Sep 17;15(18):6469. doi: 10.3390/ma15186469.
5
Digital Twin Assistant Active Design and Optimization of Steel Mega-Sub Controlled Structural System under Severe Earthquake Waves.强震波作用下巨型钢框架-子结构控制结构体系的数字孪生辅助主动设计与优化
Materials (Basel). 2022 Sep 14;15(18):6382. doi: 10.3390/ma15186382.
6
Digital Transformation in Materials Science: A Paradigm Change in Material's Development.材料科学中的数字转型：材料发展的范式转变。
Adv Mater. 2021 Feb;33(8):e2004940. doi: 10.1002/adma.202004940. Epub 2021 Jan 6.
7
Machine learning with force-field inspired descriptors for materials: fast screening and mapping energy landscape.基于力场启发描述符的材料机器学习：快速筛选与能量景观映射
Phys Rev Mater. 2018;2(8). doi: 10.1103/physrevmaterials.2.083801.
8
Intelligent Machine Learning: Tailor-Making Macromolecules.智能机器学习：定制大分子。
Polymers (Basel). 2019 Apr 1;11(4):579. doi: 10.3390/polym11040579.
9
Physical descriptor for the Gibbs energy of inorganic crystalline solids and temperature-dependent materials chemistry.无机晶体固体和温度相关材料化学的吉布斯能量的物理描述符。
Nat Commun. 2018 Oct 9;9(1):4168. doi: 10.1038/s41467-018-06682-4.
10
An open experimental database for exploring inorganic materials.一个用于探索无机材料的开放实验数据库。
Sci Data. 2018 Apr 3;5:180053. doi: 10.1038/sdata.2018.53.
J Phys Condens Matter. 2009 Sep 30;21(39):395502. doi: 10.1088/0953-8984/21/39/395502. Epub 2009 Sep 1.
4
Computational high-throughput screening of electrocatalytic materials for hydrogen evolution.用于析氢的电催化材料的计算高通量筛选
Nat Mater. 2006 Nov;5(11):909-13. doi: 10.1038/nmat1752. Epub 2006 Oct 15.
5
Predicting crystal structures with data mining of quantum calculations.通过量子计算的数据挖掘预测晶体结构。
Phys Rev Lett. 2003 Sep 26;91(13):135503. doi: 10.1103/PhysRevLett.91.135503. Epub 2003 Sep 24.