重現(xiàn)性危機

計算機化學將科研工作者從繁重的實驗中解脫出來，利用其強大的數(shù)據(jù)處理能力，幫助科研工作者更快地實現(xiàn)分子結(jié)構(gòu)設(shè)計模擬、實驗數(shù)據(jù)處理、合成路徑設(shè)計等問題，在化學材料領(lǐng)域已經(jīng)有十分廣泛的應(yīng)用。自2016年Alpha Go擊敗人類圍棋世界冠軍后，計算機化學領(lǐng)域中的機械學習也進入到大眾視野。機器學習可以通過獲得的實驗數(shù)據(jù)來優(yōu)化自身算法，使得可以實現(xiàn)對實驗結(jié)果的準確預(yù)測，在化學材料領(lǐng)域有廣闊的應(yīng)用前景。由此可見，計算機化學在化學材料領(lǐng)域科研工作中占有越來越重要的地位。 但是，計算機化學現(xiàn)在面臨著重現(xiàn)性危機。近…