科学家创建了一个化学数字双平台，可以模拟高级表征设备，例如同步辐射

Qian Jin目前在美国劳伦斯·伯克利国家实验室（National Lawrence Berkeley）担任专业轨道科学家，确立了他重要的研究化学方向。他毕业于美国赖斯大学，然后获得加州理工学院的博士学位，在那里他在国家拉夫伦斯·伯克利实验室（National Lavrence Berkeley Laberatory）从事博士后研究。她一直对“模型与现实”之间的关系感兴趣。正如爱因斯坦所说的那样，“这些模型必须尽可能简洁，但不要太简单”，这代表了在理论化学中追求简化模型的传统概念。但是Qian Jin经常反映出：您可以推动模型并更接近现实吗？就像当今的视频游戏电影和皮克斯电影通过建立虚拟世界继续追求更高的现实感一样，化学研究是否可以取得类似的进步？最近，Qianjin和他的团队将这个想法变成了现实，实现了动态的Simulati通过基于物理学的加速重点，对化学反应过程进行了对化学反应过程的评论。根据这种方法，我们在化学科学领域开发了一个数字双平台（DTC，Twin Digital for Chemical Science）。它不仅可以实时分析数据，还可以动态调整实验策略，从而可以大大提高研究效率和科学发现的确定性。认为哪些步骤更快，哪个步骤较慢？什么反应是“卡住”的，哪种反应不避免？这些问题的背后是“化学反应网络”（CRN）。这是试剂是起点，一代是终点，并且之间有许多可能的路径。有些就像道路一样，有些就像乡村道路。在先前的研究中，该地图通常通过众多实验进行了评估。这种方法不仅是缓慢而昂贵的，而且通常具有研究人员的“人类偏见”。例如，研究人员倾向于证明“感觉很重要”的条件并忽略并不重要但不是直观的探索。 DTC的工作类似于化学研究所的“自主导航系统”。首先，它提供了理论预测的“响应图”，然后根据实验数据实时不断调整路线计划，从而使研究人员可以选择最快，更快，更接近的响应途径。具体而言，DTC通过构建CRN来预测特定实验条件下化学反应的结果，并模拟物种之间的反应和动力学参数。该平台的创新反映在三个主要方面：也就是说，它在实验期间而不是在摘要之后提供反馈。机械思想不仅要调整数据，还强调了反应网络级别的理解和预测机制。自我进化（动态进化）可以不断优化自己的mod随着实验的继续，ELS并逐渐成为科学家的聪明科学研究合作伙伴。这里被称为“数字双胞胎”是指“实验的真实世界”和“理论虚拟世界”的深层融合。过去，这两个维度通常彼此分开，而DTC之间实时实现了双向互动，就像Twin Pairs真正开始听到的那样。该实验将理论“观察到的内容”传输到“需要的内容”，因此解决了在实验和理论之间切断的长期问题。 DTC不仅是一种工具，而且还是可以继续学习和发展的“合作伙伴”。它的独特性是，随着实验理论相互作用的越来越多，对反应网络平台的理解变得更加精确，实验效率不断提高。该平台展示了界面化学研究（例如催化剂）中的广义应用潜力，电池，金属腐蚀和芯片制造。研究人员可以观察原子量表反应的动态过程，了解主动位点，电子传递机制和界面反应动力学，并帮助指导材料的设计和实验优化。据了解，该设备已经拥有用于工业应用程序的软件许可，并且可以授权业务用户使用DTCS平台进行应用程序研究。 Qian Jin是DeepTech，工业场景，更容易实施的应用程序DTC是催化剂，Back表示可能是在Terry界面，芯片和其他方向的制造中。与传统的自动学习方法不同，DTC不需要业务用户提前积累大型实验数据，而只是需要实时的特定计算机资源和实验性观察功能。即使在有限的实验和计算机资源中，该平台仍然可以加速投资反应机制的登台，优化材料和界面的设计，从而缩短研发周期并提高科学研究的总体效率。最近，一篇相关的文章发表在《自然计算科学》 [1]中，标题是“化学科学数字双胞胎：案例研究，该案例研究表征了表面AG（111）的水相互作用”。劳伦斯·伯克利（Lawrence Berkeley）实验室实验室的Qian Jin是第一任作家，Ethan J. Crumlin教授是相应的作者。图|相关文档（来源：自然计算科学）创造了一个更现实和互动的理论世界，使实验和理论可以“真正谈论”和同步辐射。这就像一个“超显微镜”，可以揭示有关原子量表的材料结构和反应过程的良好信息。但这也非常昂贵，不仅为了运气，旅行成本也很大，而且时间也非常有限。当机会上升，科学研究人员必须收集“缓慢”的数据。但是，问题在于，实验站点通常没有足够的时间和预算来“扫描巨大的照片”，这使得在进行详细分析之前拍摄数百张光谱照片变得更加困难。图| Qian Jin（从左侧）和研究小组的成员（来源：Qian Jin）在劳伦斯·伯克利（Lawrence Berkeley）于2019年进行了一项研究，Qian Jin与Crumllin的教授主管合作，完成了对该概念的初步测试，并表明可以基于CRN预测光谱观察结果。他说，当他在2021年逐渐成立了一个独立的研究团队（PI）并逐渐组成了一个计算机，实验者和理论家的跨学科团队。我们已经开发了一个“浏览器”（导航器）的导航系统，以认识到迫切需要解决实验与理论之间长数据的“衡量”问题。在传统S的范式下科学研究，理论通常被遗留在实验后面。实验和数据首先积累，该理论将在稍后进行解释。 （来源：自然计算科学）相比之下，DTC可以“在步行过程中计算，修改过程中的计算”，这是一种实时解决方案，在实验过程中会产生即时反馈，并导致科学家动态调整实验的方向。 Qian Jin说：“这种真实的时间能力本身就是一种创新的变化，DTC允许研究人员最大限度地提高稀有资源的价值。”此外，DTC不仅符合数据，而且还提供了有关反应网络的真正机械想法。尽管过去的某些平台尝试了实时数据处理，但它们主要基于统计调整或黑色现金算法，并且经常以“曲线巧合”而停止结果。尽管可以在某种程度上解释实验现象，但反应机制不能真正重新al。这种类型的方法比“化学图”提供了更多的“经验结论”，这些结论可以使未来的探索。 （Fuente：自然计算科学）dtcs funciona junto con“地图”（Predicciónteórica）y“ condiciones de carretera en tiempo er tiempo real”（observEcaciones bersperimentes’（observaciones实验者）。 ingresar una red de reacción química calculada por la teoría, el DTC predice la” espectro espectro “de la red”. Si se encuentra un conflicto, “el mapa se dibuja incorrectamente, así que ajuste la teoría”.Después de múltiples iteraciones, cada uno realizado y los y lateoríase vuelven逐渐逐步，en ultima instancia，允许Los Resporgeadors obtener obtenervíasde concupisas y confia y condia y condia conclia y sin la necesidad de reparar de eparar datos datos datos datos。 En sistemas de Interfaz Comple乔斯·洛（Jos y lo）我们通过实验进行了验证。虚拟和现实世界。 “使用针对“智能谜语”的两种优化算法，DTC直接在“化学反应网络”级别上工作。它不仅可以推断出理由的反应网络，而且还可以生成预测谱和实验数据（正向解决方案）（向前解决方案）。还可以通过实验性地进行实验性的工具来推断出最大程度地收集的方法，并可以通过实验性地进行实验性的设计。建模和AI算法要注意，每次迭代不是基于“盲目的猜想”，而是基于下一个智能t基于当前差距的决定。 （来源：自然计算科学）算法盆地的两次跳跃和高斯过程在迭代过程中播放了互补的论文。盆地的跳跃适合找到可能的全球最佳解决方案，从而避免了复杂势能表面的局部最小化。这有助于研究人员有效地在大量的解决方案中探索，避免陷入“地方法但全球不正确”中。高斯过程，它非常适合量化预测结果的不确定性；鉴于实验理论差距，可以确定最深的计算或测量值得在哪里，从战略上得出下一个实验或计算的地址。在实验部分中，研究人员以Ag（111）表面的吸附水分子为例，并首先建立了一个吸附途径网络，该网络中包含氧分子，例如水分子和表面上的氧原子，E和氧原子基于理论和理性推断。接下来，在同步辐射站收集O1S光谱（K-边缘元件），以向DTC提供“实时道路条件”。 DTC首先通过预测模式向前识别理论预测和实验光谱之间的差异，然后输入反向分析的模式进行迭代优化。寻找复合反应能量表面的最佳全局路线的搜索以及高斯工艺，评估了候选路线的不确定性，以指导下一个实验方法。同时，我们使用工具功能不断量化理论和实验之间的差距，确保每个回合的迭代是一个“定向智能假设”，而不是随机尝试。 （来源：自然计算科学）多次迭代后，DTC成功地识别了包含OX的不同物种的稳定吸附构型Ygen（包括水分子和氧原子）及其相应的光谱特性，最终达到了理论预测和实验观测之间的高度一致性。该Casenot仅验证了复杂界面系统中DTCS平台的实用性，但也反映了在有限的实验资源下优化实验设计并发现反应机制的能力，这使其成为探索更复杂化学系统的可靠工具。此外，尽管AG/H₂O系统似乎很简单，但这些发现具有了解金属腐蚀，电池界面和催化反应的运行的基本科学含义。 “科幻小说”雪崩表明了虚拟世界的无限可能性。我们的目标是建立一个不仅非常现实的数字双胞胎系统，而且可以有效地改善科学研究方法。，但未来的研究，包括处理复杂情况，例如Rdynamic Surface Ecstruction，多频道和手性路线的能力，Qian Jin计划指导设备以促进自动学习潜力的计算。不断提高智力水平将使我们能够处理更多的实验数据类型，以更好地适应科学研究和工业应用。参考文献：Qian，J.，Jana，A.，Menon，S。等。化学科学的数字双胞胎：表面AG上水相互作用的案例研究（111）。 https://doi.org/10.1038/s43588-025-00857-yperation/typeline：chen Long
特殊声明：先前的内容（包括照片或视频，包括视频）是“”“”该平台，该平台加载和发布用户，仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由NetEase Hao的用户（SOC Network Platformiales，仅P）收费和发布Rovides信息存储服务。