ترجمه فارسی مقاله هوش مصنوعی مولد برای شیمی محاسباتی: نقشه راهی برای پیش‌بینی پدیده‌های نوظهور

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Generative artificial intelligence for computational chemistry: a roadmap to predicting emergent phenomena
عنوان مقاله به فارسی هوش مصنوعی مولد برای شیمی محاسباتی: نقشه راهی برای پیش‌بینی پدیده‌های نوظهور
نویسندگان Pratyush Tiwary, Lukas Herron, Richard John, Suemin Lee, Disha Sanwal, Ruiyu Wang
فرمت مقاله انگلیسی PDF
تعداد صفحات 9
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Statistical Mechanics,Disordered Systems and Neural Networks,Machine Learning,Chemical Physics,مکانیک آماری , سیستم های بی نظمی و شبکه های عصبی , یادگیری ماشین , فیزیک شیمیایی
توضیحات Submitted 4 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 4 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The recent surge in Generative Artificial Intelligence (AI) has introduced exciting possibilities for computational chemistry. Generative AI methods have made significant progress in sampling molecular structures across chemical species, developing force fields, and speeding up simulations. This Perspective offers a structured overview, beginning with the fundamental theoretical concepts in both Generative AI and computational chemistry. It then covers widely used Generative AI methods, including autoencoders, generative adversarial networks, reinforcement learning, flow models and language models, and highlights their selected applications in diverse areas including force field development, and protein/RNA structure prediction. A key focus is on the challenges these methods face before they become truly predictive, particularly in predicting emergent chemical phenomena. We believe that the ultimate goal of a simulation method or theory is to predict phenomena not seen before, and that Generative AI should be subject to these same standards before it is deemed useful for chemistry. We suggest that to overcome these challenges, future AI models need to integrate core chemical principles, especially from statistical mechanics.

چکیده به فارسی (ترجمه ماشینی)

افزایش اخیر هوش مصنوعی تولیدی (AI) امکانات مهیج را برای شیمی محاسباتی معرفی کرده است.روشهای تولید AI در نمونه برداری از ساختارهای مولکولی در گونه های شیمیایی ، توسعه مزارع نیرو و سرعت بخشیدن به شبیه سازی ها پیشرفت چشمگیری داشته است.این دیدگاه یک مرور کلی ساختار یافته را ارائه می دهد ، با شروع مفاهیم اساسی نظری در هر دو هوش مصنوعی و شیمی محاسباتی.سپس این روشهای AI مولد را به طور گسترده استفاده می کند ، از جمله اتوآنمان ها ، شبکه های طرفداری مولد ، یادگیری تقویت کننده ، مدل های جریان و مدل های زبان ، و برنامه های انتخاب شده آنها را در مناطق مختلف از جمله توسعه میدان نیرو و پیش بینی ساختار پروتئین/RNA برجسته می کند.تمرکز اصلی بر روی چالش هایی است که این روش ها قبل از اینکه واقعاً پیش بینی شوند ، به ویژه در پیش بینی پدیده های شیمیایی نوظهور ، با آن روبرو هستند.ما معتقدیم که هدف نهایی یک روش یا نظریه شبیه سازی پیش بینی پدیده هایی است که قبلاً دیده نشده است ، و هوش مصنوعی تولیدی باید قبل از اینکه برای شیمی مفید باشد ، مطابق با همین استانداردها باشد.ما پیشنهاد می کنیم که برای غلبه بر این چالش ها ، مدل های هوش مصنوعی آینده نیاز به ادغام اصول شیمیایی اصلی ، به ویژه از مکانیک آماری دارند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.