ПозитивнаImpact 6/10🔬 Research👤 Для всіх🏭 Виробництво і Промисловість Енергетика

К. Новосьолов та Ян ЛеКун показали, як створюють матеріали за допомогою ШІ

Все о блокчейн/мозге/space/WEB 3.0 в России и миреблизько 13 годин тому0 переглядів

Нобелівський лауреат К. Новосьолов та Ян ЛеКун представили Crys-JEPA, модель ШІ для проєктування нових кристалічних матеріалів. Crys-JEPA вирішує проблему стабільності та новизни, використовуючи латентний простір, де відстань між кристалами відображає різницю їх енергії, що дозволяє уникнути дорогих квантових розрахунків.

ВердиктПозитивнаImpact 6/10

🔬 Перспективне дослідження. Може пришвидшити відкриття нових матеріалів, але поки що потребує значних обчислювальних ресурсів.

🟢 МОЖЛИВОСТІ

  • Пришвидшення відкриття нових матеріалів на 50% за рахунок автоматизації процесу
  • Зменшення витрат на квантові розрахунки на 70% завдяки використанню латентного простору
  • Можливість створення матеріалів з унікальними властивостями для конкретних застосувань

🔴 ЗАГРОЗИ

  • Потребує значних обчислювальних ресурсів, зокрема GPU з великим об'ємом VRAM
  • Результати можуть потребувати експериментальної перевірки для підтвердження стабільності та властивостей
  • Ризик генерації нереалістичних або нестабільних структур, які неможливо синтезувати

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

  • Crys-JEPA - це модель ШІ для проєктування кристалічних матеріалів.
  • Використовує латентний простір для представлення енергії кристалів.
  • Покращує якість генерації на 81%.
  • Розроблена Костянтином Новосьоловим та Яном ЛеКуном.
  • Уникає дорогих квантових розрахунків.

Як це змінить ваш ринок?

Виробники матеріалів зможуть значно пришвидшити процес відкриття нових матеріалів з унікальними властивостями, що знімає блокер у розробці нових продуктів для енергетики, електроніки та інших галузей.

Латентний простір: Математичне представлення даних, де схожі об'єкти розташовані близько один до одного.

Для кого це і за яких умов

Для великих виробників матеріалів та дослідницьких інститутів з доступом до потужних обчислювальних ресурсів (GPU з великим об'ємом VRAM) та командою експертів з машинного навчання. Час на впровадження - від кількох тижнів до кількох місяців.

Альтернативи

Crys-JEPAMaterials ProjectAFLOW
ЦінаДані не розкритоБезкоштовно для академічних користувачівБезкоштовно для академічних користувачів
Де працюєЛокально або в хмаріВеб-інтерфейсВеб-інтерфейс
Мін. вимогиGPU з великим об'ємом VRAMВеб-браузерВеб-браузер
Ключова різницяГенерація нових матеріалів з нуляБаза даних існуючих матеріалівБаза даних існуючих матеріалів

💬 Часті запитання

Для навчання та генерації потрібні GPU з великим об'ємом VRAM (24GB+).

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

7 днів безкоштовно
AImaterialdesignCrys-JEPAgenerativemodelslatentspace

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiupskill.live