维也纳理工大学 信用:CC0公共领域 一个人类研究小组和一个机器学习算法发现，我们需要重新思考我们对氧化铱的了解
氧化铱是电化学反应的优良催化剂，通常用于从水中产生氢等能量载体
现在看来，迄今为止对氧化铱的研究是基于一个错误的基本假设:氧化铱表面的原子排列与先前的假设完全不同
这一令人惊讶的结果是如何确定的，这给了人们对未来研究可能如何进行的诱人的第一瞥:一个人类研究团队和人工智能之间的合作努力分析了同一问题，并得出了相同的结论
由于维也纳大学和慕尼黑大学的研究人员同时得出了相同的结果，他们在《物理评论快报》杂志上联合发表了他们的发现
如何切割水晶？ “一个晶体可以有不同的表面，具有非常不同的性质，”佛罗里达大学的弗洛里安·克劳斯霍弗教授解释说
乌尔里克·迪博尔德的研究小组(维也纳理工大学应用物理研究所)
“让我们想象一下，我们有一个由立方体形状的细胞组成的晶体
如果我们切开它，根据我们切开的方向，会出现完全不同的表面
" 如果精确地沿着立方体单元的方向切割，则表面仅由正方形组成
如果对角切割立方体单元，也会创建一个规则的表面，但排列方式不同
克劳斯佛说:“当晶体生长缓慢时，它通常会形成能量最充足的表面。”
然而，并非所有可能的原子排列都是稳定的，在某些情况下，原子在表面上移动或重新排列以节省能量
克劳斯佛解释说:“通常，人们需要使用超级计算机进行非常复杂的模拟，以确定哪种几何构型最稳定。”
“在氧化铱的情况下，这样的计算表明，最稳定的表面是在所谓的110°方向形成的，但我们的实验表明有些不对劲，另一个表面更稳定
" 机器做量子物理 在日冕关闭前的一次会议上，乌尔里克·迪博尔德会见了慕尼黑技术大学的卡斯滕·路透，他也在研究氧化铱
他的团队使用机器学习
e
人工智能领域的技术——更好地计算材料特性
他们有着和维也纳完全一样的惊喜:“就像实验一样，机器学习算法预测氧化铱表面的稳定方向不同于先前的想法，”路透社说
“所以我们决定一起仔细看看这件事
" 随后进行了进一步的研究，包括更广泛的计算机模拟，并表明由实验和机器学习算法确定的新结构实际上是正确的
人与机器:展望未来 “所以现在我们必须重新思考所有以前关于二氧化铱的结果，”乌尔里克·迪博尔德说
“表面的取向在材料的化学和物理行为中起着决定性的作用，这需要包括在内
" 对迪博尔德来说，这一结果也是机器学习领域的新研究方法对科学极具价值的重要证明:“尤其是在开发基于量子物理的新材料时，计算机模拟多年来一直不可或缺，但它们往往极其复杂、昂贵且耗时，”乌尔里克·迪博尔德说
“如果机器学习能够智能地应用于如此复杂的问题，它将成为一个伟大的新工具，使材料研究向前迈出一大步
当然，为了使这成为可能，我们还需要最好的实验测量
" 迪博尔德确信，“这不会取代人类的智能——就像到目前为止它还不能用计算机模拟来取代我们一样。”
“但是机器学习算法将帮助我们想出我们自己不一定想到的好主意
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
