MIT 借机器学习加速寻找绿色氨气催化剂
MIT News AI · rss · 2026-08-21
MIT 研究人员开发了一种新方法，利用机器学习和密度泛函理论，从数百万种可能的合金中预测最适合电化学氨气生产的催化剂。传统的哈伯-博施法能耗高且排放大，而电化学法虽环保但效率不足。该研究旨在通过计算工具突破试错法瓶颈，识别关键物理属性，加速发现高活性、高选择性的氮化物催化剂，以推动绿色氨气生产的商业化。
「研究」频道最新
- 现代主干网络下 Classifier-Free Guidance 增益有限 — kwangmoo_yi · 2026-08-21
- SPADE 让模型自写训练环境,递归自我改进再进一步 — teortaxesTex · 2026-08-21
- 陶哲轩新论文：AI 时代的数学与价值重构 — rohanpaul_ai · 2026-08-21
- Terence Tao 警告 AI 研究将超出人类验证能力,AI 审稿基准来了 — samgoodwin89 · 2026-08-21
- 论文提出「harness 层遗忘」:agent 改提示词可能破坏既有能力 — omarsar0 · 2026-08-21
- MuseCPEval：首个多维度评估音乐编辑保留能力框架 — McAuley-Lab · 2026-08-21