سامانه هوشمند طراحی پلیمر: گامی نوین در مهندسی مواد با هوش مصنوعی

محققان دانشگاه شیکاگو، اخیراً یک چارچوب هوش مصنوعی در حوزه پلیمر را معرفی کرده اند که برای پیش‌بینی خواص و تولید ساختارهای پلیمری جدید کاربرد دارد.

برخلاف مدل‌های هوش مصنوعی مولکولی مرسوم، این مدل به صراحت اتصال تصادفی، ترکیب و وزن مولکولی را در مقیاس‌های متعدد طول و ساختار نشان می‌دهد.

این چارچوب داده‌های فرمولاسیون تجربی را با پیش‌بینی خواص، طراحی مولکولی و اعتبارسنجی شبیه‌سازی مولکولی مرتبط می‌کند.

این کار از آن جهت اهمیت دارد که یک مسیر محاسباتی از فرمولاسیون پلیمربه پیش‌بینی خواص، طراحی مولکولی و اعتبارسنجی مبتنی بر فیزیک را فراهم می‌کند و به طور بالقوه کشف مواد را تسریع می‌بخشد.

Sun, G., Zaldivar, G., Tian, Y., Lemus, G. P., Park, J., Safarian, D., … & de Pablo, J. J. (2026). HiPoly: a hierarchical polymer-native AI framework for property prediction and generative design. arXiv preprint arXiv:2609.02746.