新的人工智能驱动工具简化了实验

美国能源部 SLAC 国家加速器实验室的研究人员展示了一种新方法，可以更深入地研究复杂材料的行为。 该团队使用机器学习来解释系统中原子自旋的集体摆动。

这项研究最近发表在《自然通讯》上，可以通过向研究人员提供实时反馈来帮助他们更有效地收集数据。 这是由霍华德大学领导的一个更大项目的一部分，该项目包括来自 SLAC、东北大学和其他机构的研究人员，旨在利用机器学习来加速材料研究。

这种新的数据驱动软件是由该团队使用“神经显式表示”创建的，这是一种机器学习开发，已应用于许多科学领域，包括医学成像和粒子物理学。 该工具能够快速、准确地从实验数据中推断出未知参数，从而实现手动程序的自动化。

来源和详细信息：
https://techxplore.com/news/2023-10-ai-driven-tool.html