| هوش مصنوعی در شیمی محاسباتی |
| کد مقاله : 1024-CHEMCONF7 (R2) |
| نویسندگان |
|
فاطمه اکتفا *1، صبا نظیری2 1عضو هیات علمی 2دانشجو |
| چکیده مقاله |
| در سال‌های اخیر، ادغام هوش مصنوعی با شیمی محاسباتی و کوانتومی، افق‌های نوینی را در کشف مواد، و تحلیل سامانه‌های مولکولی گشوده است. روش‌های یادگیری ماشین و یادگیری عمیق اکنون قادرند با دقتی چشمگیر، ویژگی‌های کوانتومی مولکول‌ها و واکنش‌های شیمیایی را پیش‌بینی کرده و فرایندهای محاسباتی پیچیده را تسریع بخشند. رشد فزاینده نرم‌افزارهای هوش مصنوعی، تحولی بنیادین در روش‌های تحلیل، شبیه‌سازی و پیش‌بینی پدیده‌های شیمیایی ایجاد کرده است. این نرم‌افزارها با بهره‌گیری از داده‌های تجربی و محاسباتی، قادرند با سرعتی چشمگیر ساختارها، انرژی‌ها و واکنش‌پذیری مولکول‌ها را مدل‌سازی کنند و فعالیت های آزمایشگاهی را تسهیل کنند. رابطه‌ی مکمل و تقویت‌کننده‌ی متقابل بین مطالعه تجربی و یادگیری ماشین برای پیشرفت مشترک این دو حوزه ضروری است. این مقاله، به نقش هوش مصنوعی در شیمی محاسباتی و کوانتوم، قابلیت‌ها و عملکرد چند نرم‌افزار کلیدی در حوزه هوش مصنوعی در شیمی محاسباتی و همچنین به چالش‌ها و فرصت‌های پیش‌روی استفاده از هوش مصنوعی در شیمی پرداخته است. |
| کلیدواژه ها |
| یادگیری ماشین، هوش مصنوعی، شیمی محاسباتی، شیمی کوانتوم |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |