Conocimiento Bóveda 5 /85 - CVPR 2023
Modelando Átomos para Abordar Nuestra Crisis Climática
Larry Zitnick
< Imagen de Resumen >

Gráfico de Conceptos & Resumen usando Claude 3 Opus | Chat GPT4o | Llama 3:

graph LR classDef chemistry fill:#f9d4d4, font-weight:bold, font-size:14px classDef catalysts fill:#d4f9d4, font-weight:bold, font-size:14px classDef ml fill:#d4d4f9, font-weight:bold, font-size:14px classDef challenges fill:#f9f9d4, font-weight:bold, font-size:14px classDef applications fill:#f9d4f9, font-weight:bold, font-size:14px classDef advice fill:#d4f9f9, font-weight:bold, font-size:14px A["Modelando Átomos para
Abordar Nuestra Crisis
Climática"] --> B["Química: importante,
merece más atención 1"] A --> C["1900s: proceso Haber-Bosch,
crecimiento poblacional 2"] C --> D["Hoy: almacenamiento de energía renovable,
catalizadores 3"] D --> E["Proyecto Open Catalyst:
descubrir catalizadores 4"] E --> F["OC20, OC22:
140M ejemplos de entrenamiento 5"] E --> G["Redes de grafos estiman
fuerzas atómicas 6"] G --> H["Equivarianza: entrada-salida
transforman similarmente 7"] G --> I["Modelo de armónicos esféricos
orientaciones atómicas 8"] A --> J["Desafíos: precisión,
incertidumbre, más átomos 9"] A --> K["Aplicaciones: baterías,
proteínas, fármacos, desechos 10"] A --> L["Explorar nuevo campo:
identificar problema 11"] A --> M["Trabajar entre campos,
abrazar la ciencia 12"] class B,C,D chemistry class E,F catalysts class G,H,I ml class J challenges class K applications class L,M advice

Resumen:

1.- La química es importante y merece más atención. Los investigadores de visión por computador están en una posición única para avanzar en este campo.

2.- A principios de 1900, los químicos Haber y Bosch desarrollaron un proceso para crear fertilizante de amoníaco, permitiendo el crecimiento poblacional de 2 a 8 mil millones.

3.- Hoy en día, un desafío clave es almacenar energía renovable. Las reacciones químicas pueden convertirla en hidrógeno o metano, pero se necesitan catalizadores.

4.- El Proyecto Open Catalyst, una colaboración entre Meta AI y CMU, tiene como objetivo usar ML para descubrir nuevos catalizadores.

5.- Los conjuntos de datos OC20 y OC22 contienen 140M de ejemplos de entrenamiento DFT para ayudar a los modelos de ML a generalizar a través de elementos y configuraciones.

6.- Se utilizan redes neuronales de grafos para estimar la energía y fuerzas atómicas. La orientación de los átomos importa mucho.

7.- La equivarianza es importante: transformar la entrada y la salida debería transformar de manera similar. Los filtros dirigibles permiten rotar suavemente los filtros.

8.- Los armónicos esféricos representan incrustaciones de nodos para modelar orientaciones. Las convoluciones sobre el eje Y pueden realizarse eficientemente usando transformadas de Fourier.

9.- Los desafíos restantes incluyen mejorar la precisión, la estimación de incertidumbre, modelar más átomos y tiempo, y la validación experimental de nuevos materiales.

10.- Otras aplicaciones más allá de la energía renovable incluyen la captura directa de aire, baterías, plegamiento de proteínas, descubrimiento de fármacos y limpieza de desechos.

11.- Para explorar un nuevo campo: haz amigos en ese dominio, identifica un problema impactante juntos, luego encuentra una solución.

12.- Trabaja entre campos para maximizar las posibilidades de nuevos descubrimientos. La comunidad de visión por computador debería estar abierta a nuevos problemas como la IA para la ciencia.

Bóveda del Conocimiento construida porDavid Vivancos 2024