#新材料# 【四川大学团队研发“材料版ChatGPT”，能用自然语言描述来模拟材料特性】
近日，#四川大学# 高分子学院刘晗团队，解决了将计算模拟用于材料预测应用的技术壁垒。
同时，也解决了由于目标用户对于计算物理程序语言的不熟悉，致使其难以在实际生产或研发过程中应用预测工具的难题。
研究中，他们研发了一款名为 Lang2Sim 的软件，使得通过#自然语言# 描述进行材料特性模拟成为可能。
为了实现这一目标，该模型被划分为三个主要模块：LM-Type（模拟类型）、LM-Sim（模拟性能）、以及 LM-EXE（模拟参数）。
其中，LM-Type 集成了从宏观至微观、从经验性到理论性的多种模拟工具。LM-Sim 则根据选取的模拟工具，选取了可模拟性能、
而最终，根据选定的 LM-Type 以及 LM-Sim，LM-EXE 会引导使用者输入模拟所需参数，并根据相关文献输出最终结果。
上述三个模块按序组成了一个完整的预测过程。未来，通过集成更多模拟方法，预计生成结果数将会呈现如同决策树般的指数级增长。
戳链接查看详情：
四川大学团队研发“材料版ChatGPT”，能用自然语言描述来模拟材料特性
近日，#四川大学# 高分子学院刘晗团队，解决了将计算模拟用于材料预测应用的技术壁垒。
同时，也解决了由于目标用户对于计算物理程序语言的不熟悉，致使其难以在实际生产或研发过程中应用预测工具的难题。
研究中，他们研发了一款名为 Lang2Sim 的软件，使得通过#自然语言# 描述进行材料特性模拟成为可能。
为了实现这一目标，该模型被划分为三个主要模块：LM-Type（模拟类型）、LM-Sim（模拟性能）、以及 LM-EXE（模拟参数）。
其中，LM-Type 集成了从宏观至微观、从经验性到理论性的多种模拟工具。LM-Sim 则根据选取的模拟工具，选取了可模拟性能、
而最终，根据选定的 LM-Type 以及 LM-Sim，LM-EXE 会引导使用者输入模拟所需参数，并根据相关文献输出最终结果。
上述三个模块按序组成了一个完整的预测过程。未来，通过集成更多模拟方法，预计生成结果数将会呈现如同决策树般的指数级增长。
戳链接查看详情：
四川大学团队研发“材料版ChatGPT”，能用自然语言描述来模拟材料特性
