菜单总览
新闻

我院朱熹教授、梁杰淳博士在 Materials Chemistry Frontiers 上发表封面文章

  • 2021.06.03
  • 新闻
近期,我院普适人工智能应用研究中心朱熹教授和梁杰淳博士分别以第一通讯作者和第一作者的身份,在英国皇家化学会知名期刊 Materials Chemistry Frontiers 上发表了题为“Machine-Learning-Assisted Low Dielectric Constant Polymer Discovery”的研究成果,此项成果同时被遴选为该期刊最新一期的封面。

        近期,我院普适人工智能应用研究中心朱熹教授和梁杰淳博士分别以第一通讯作者和第一作者的身份,在英国皇家化学会知名期刊 Materials Chemistry Frontiers 上发表了题为“Machine-Learning-Assisted Low Dielectric Constant Polymer Discovery”的研究成果,此项成果同时被遴选为该期刊最新一期的封面。Materials Chemistry Frontiers 是由英国皇家化学会出版,经同行评议的科学期刊,专注于化学和新型研究方向,以及合成技术和方法。根据《期刊引证报告》(Journal Citation Reports)的数据,该期刊2019年的影响因子为6.788,类比为 Q1;SCI 分区中,化学大类为1区。

图一:发表在 Materials Chemistry Frontiers 的研究成果“Machine-Learning-Assisted Low Dielectric Constant Polymer Discovery” 和封面图。

作者介绍

        本文第一作者为 AIRS 卓越博士生梁杰淳,目前他的研究方向是人工智能新型小分子设计和光谱分析,于2020年10月被评选为第一期卓越博士生。本文第一通讯作者为朱熹教授,朱熹教授现为 AIRS 普适人工智能应用研究中心副主任,同时也是香港中文大学(深圳)助理教授。目前他的研究方向是人工智能技术在化学和生物医药中的应用,领导团队开发了基于智能机器人的材料开发合成系统 MAOSIC(详见先前在 Nature Communication 上发表的研究成果 Autonomous discovery of optically active chiral inorganic perovskite nanocrystals through an intelligent cloud lab),实现了材料的“按需合成”,促进了 AI 时代智能化工的发展。本文共同作者还包括香港中文大学(深圳)生命与健康科学学院本科一年级学生胡临风,第二通讯作者为苏州大学功能纳米与软物质研究院的赵宇教授。

研究背景

        低介电高分子材料在无线通信领域和电池领域都有重要应用。随着通信技术的快速发展,人们对低介电材料的需求越来越高。通信用途要求传播介质的介电常数较小,手机使用的要小于3,基站使用的要小于4。随着材料介电常数的降低,信号传输速度将提高,电磁波信号延迟降低,电磁波信号传输损失也会降低。传统的新材料开发需要消耗大量的人力和时间,需要对现有的分子进行重复实验。人工智能系统,包括预测模型和智能系统,如 MAOSIC 系统,能够大大降低新分子合成和化工合成所需的时间。

研究概要

        机器学习在新型功能分子设计中有着很大的潜力。在本工作中,我们设计出了一套全新的高分子材料开发系统,集机器学习、数据分析、新分子设计和合成于一体,成功设计并合成出了三种新型低介电高分子材料。最初的分子数据使用 SMILES 进行代替,从三维降到二维,并在 SMILES 上将分子分为主链和支链,分别分析所含官能团。分析结果作为训练数据被输入机器学习模型,并基于训练结果生成潜在的低介电高分子材料。设计出的高分子材料结构和合成需求被传送到先前研发的 MAOSIC 系统并合成。最终经过测试,有两种产物性能优良,代表了该系统在新型功能分子设计中的潜力。同时,该系统的应用场景包括但不限于低介电和高分子,其他分子性质和分子类型也是适用的。

图二:SMILES 分类、训练和新分子生成流程图,预测出的新型高分子材料(绿色数字为成功合成的材料),以及 SHAP 对机器学习结果的解释。

全文链接:https://pubs.rsc.org/en/content/articlelanding/2021/qm/d0qm01093f#!divAb...