期刊文章详细信息
文献类型:期刊文章
LI Changtai;HAN Xu;JIANG Ruohui;YUN Peiwen;HU Pengfei;BAN Xiaojuan(Beijing Advanced Innovation Center for Materials Genome Engineering,University of Science and Technology Beijing,Beijing 100083,China;School of Intelligence Science and Technology,University of Science and Technology Beijing,Beijing 100083,China;Key Laboratory for Advanced Materials Processing(MOE),University of Science and Technology Beijing,Beijing 100083,China;Beijing Laboratory of Metallic Materials and Processing for Modern Transportation,Institute for Advanced Materials and Technology,University of Science and Technology Beijing,Beijing 100083,China;Institute for Advanced Materials and Technology,University of Science and Technology Beijing,Beijing 100083,China;Key Laboratory of Intelligent Bionic Unmanned Systems,Ministry of Education,University of Science and Technology Beijing,Beijing 100083,China;Institute of Materials Intelligent Technology,Liaoning Academy of Materials,Shenyang 110004,China)
机构地区:[1]北京科技大学北京材料基因工程高精尖创新中心,北京100083 [2]北京科技大学智能科学与技术学院,北京100083 [3]北京科技大学新材料技术研究院材料先进制备技术教育部重点实验室,北京100083 [4]北京科技大学新材料技术研究院现代交通金属材料与加工技术北京实验室,北京100083 [5]北京科技大学新材料技术研究院,北京100083 [6]北京科技大学智能仿生无人系统教育部重点实验室,北京100083 [7]辽宁材料实验室材料智能技术研究所,沈阳110004
基 金:国家自然科学基金资助项目(U22A2022);科技创新2030-重大项目(2022ZD0118001)。
年 份:2024
卷 号:46
期 号:2
起止页码:290-305
语 种:中文
收录情况:AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:以大模型在材料科学中的应用为着眼点,首先综述了大模型,介绍了大模型的基本概念、发展过程、技术分类与特点等内容;其次从通用领域大模型和垂直领域大模型两个角度,总结了大模型的应用,列举分析了不同种类大模型的应用场景和功能.再次,结合材料科学领域中的具体需求研究现状,调研并综述了语言大模型、视觉大模型和多模态大模型在材料科学中的应用情况,以自然语言处理和计算机视觉中的具体任务为切入,参考典型应用案例,综合提示工程策略和零样本知识迁移学习,厘清了当前将大模型应用至材料科学的研究范式和制约因素,并利用改进SAM视觉大模型在四种材料显微图像数据上进行了验证性图像分割与关键结构提取实验,结果表明SAM带来的零样本分割能力对于材料微结构的精准高效表征具有巨大应用潜力.最后,提出了大模型相关技术、方法在材料科学中的未来研究机遇,从单模态到综合性多模态的大模型研发与调优,评估了可行性及技术难点.
关 键 词:大模型 深度学习 ChatGPT SAM 材料科学 多模态
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...