Выпуск описывает AQCat25-EV2, первую в мире семью моделей машинного обучения для гетерогенного катализа, которая достигает точности квантового уровня, но работает до 20 000 раз быстрее, чем традиционные вычисления DFT. Эти модели были обучены на обширном наборе данных AQCat25, включающем 13,5 миллионов высокоточных расчетов, и способны моделировать все промышленные элементы, включая эффекты спиновой поляризации. Использование AQCat25-EV2 позволяет проводить высокопроизводительный виртуальный скрининг катализаторов с физической точностью, что открывает путь к ускорению прорывов в области устойчивости и производительности в энергетике, химической промышленности и других ключевых секторах, зависящих от катализа. Данные и модели доступны для некоммерческого использования, что преобразует процесс открытия катализаторов из итеративного искусства в науку прогнозирования.
