解决量子化学 60 年难题：AI 模型实现准线性时间模拟
AnimaAnandkumar · x · 2026-08-25
该研究提出了一种统一的 AI 模型，利用新型傅里叶神经算子变体，解决了密度泛函理论（DFT）长期以来计算成本随系统尺寸非线性扩展的难题。与此前直接预测化学性质且难以泛化到更大系统的 AI 方法不同，该模型通过学习底层的 Kohn-Sham 方程映射，生成符合物理规律、自洽的答案，能够在准线性时间内完成分子和材料的量子力学模拟。
所属事件:加州理工AI突破量子化学60年计算瓶颈实现近线性扩展(3 条相关)→
「研究」频道最新
- Pathway CSO 演讲展望后 Transformer 架构 BDH：每瓦特更高智能 — schwentker · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15
- Kambhampati 明尼苏达开讲：「LLM 思考 token 神话」的系统拆解 — rao2z · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15