HIGHLIGHTS
HIGHLIGHTS
News report: Major Science, Technology and Engineering Advances in China in 2024 (Technology Chapter)
Article source: 理論與計算催化 time:2025-03-04
2024年中(zhong)國(guo)重大科學、技(ji)術(shu)(shu)和工程(cheng)進展(技(ji)術(shu)(shu)篇)
轉載自科技導報
《科(ke)(ke)技(ji)(ji)導報(bao)》自2004年(nian)第3期刊登“2003年(nian)中國(guo)(guo)重大(da)(da)(da)科(ke)(ke)學(xue)、技(ji)(ji)術(shu)和(he)工程(cheng)進(jin)(jin)(jin)展(zhan)(zhan)”以(yi)來,至今(jin)已(yi)連續21年(nian)遴(lin)選(xuan)發布中國(guo)(guo)年(nian)度重大(da)(da)(da)科(ke)(ke)學(xue)、技(ji)(ji)術(shu)和(he)工程(cheng)進(jin)(jin)(jin)展(zhan)(zhan)。為盤點2024年(nian)中國(guo)(guo)重大(da)(da)(da)科(ke)(ke)學(xue)、技(ji)(ji)術(shu)和(he)工程(cheng)進(jin)(jin)(jin)展(zhan)(zhan),《科(ke)(ke)技(ji)(ji)導報(bao)》編(bian)輯部從(cong)國(guo)(guo)內外(wai)重要(yao)科(ke)(ke)技(ji)(ji)期刊和(he)科(ke)(ke)技(ji)(ji)新(xin)聞媒體2024年(nian)1月(yue)1日(ri)至12月(yue)31日(ri)間發表、公(gong)布或報(bao)道的中國(guo)(guo)科(ke)(ke)技(ji)(ji)成果中,遴(lin)選(xuan)、推薦(jian)22項(xiang)重大(da)(da)(da)科(ke)(ke)學(xue)進(jin)(jin)(jin)展(zhan)(zhan)、20項(xiang)重大(da)(da)(da)技(ji)(ji)術(shu)進(jin)(jin)(jin)展(zhan)(zhan)、20項(xiang)重大(da)(da)(da)工程(cheng)進(jin)(jin)(jin)展(zhan)(zhan)候選(xuan)條目(mu),由《科(ke)(ke)技(ji)(ji)導報(bao)》編(bian)委(wei)、審稿(gao)人等專(zhuan)家(jia)評(ping)選(xuan),參考每(mei)項(xiang)進(jin)(jin)(jin)展(zhan)(zhan)的得票情況(kuang),推選(xuan)出2024年(nian)中國(guo)(guo)重大(da)(da)(da)科(ke)(ke)學(xue)進(jin)(jin)(jin)展(zhan)(zhan)10項(xiang)、重大(da)(da)(da)技(ji)(ji)術(shu)進(jin)(jin)(jin)展(zhan)(zhan)10項(xiang)、重大(da)(da)(da)工程(cheng)進(jin)(jin)(jin)展(zhan)(zhan)10項(xiang),以(yi)下按發表、公(gong)布及報(bao)道的時間先后逐一介紹。
今(jin)天(tian)我們介紹2024年中(zhong)國重大技術進(jin)展,分(fen)別(bie)為:解(jie)碼抗癌藥物(wu)紫(zi)杉醇的(de)生(sheng)物(wu)合成(cheng)途徑(jing);開發出(chu)具有(you)Pb容量(liang)的三維納米(mi)級光盤(pan)存儲器技術;研制出(chu)大規模(mo)智(zhi)能(neng)光計算芯片太極;利用(yong)國(guo)產型掃描探針(zhen)顯微鏡首次“看到”冰(bing)表面的原(yuan)子結構;基于原(yuan)語表示的類腦(nao)互補視覺感知(zhi)芯(xin)片(pian)“天眸(mou)芯(xin)”研制成功(gong);實現以RNA為媒介的基(ji)因精準寫(xie)入;構建超越(yue)經典計算機(ji)(ji)的量子模擬器(qi)“天元”;研(yan)制具有原子尺度(du)局域(yu)化光(guang)場(chang)的奇(qi)點(dian)介電納(na)米(mi)激光(guang);高性能有機(ji)(ji)熱(re)電材(cai)料研(yan)究取得重(zhong)要進展;借助(zhu)AI破(po)解催化領域重(zhong)大科學難題。

(a)通過可(ke)解(jie)釋的機器學習確定了一個可(ke)推(tui)導公式(shi);(b)從文獻中收集的金屬-支撐體系的實驗粘附能(neng)(x軸表(biao)示金屬,y軸表(biao)示支撐(cheng));(c)選定(ding)的(de)(de)(de)(de)14個(ge)主要特(te)征之間的(de)(de)(de)(de)Pearson相關性(xing);(d)描(miao)述符Q(MO)和Q(MM'),分(fen)別(bie)表(biao)示所考慮的(de)(de)(de)(de)體系的(de)(de)(de)(de)M的(de)(de)(de)(de)親氧(yang)性(xing)和M'親和性(xing);(e)預測(ce)的(de)(de)(de)(de)|e|填充白點,恢復(b)圖像;(f)預測(ce)675個(ge)金屬-氧(yang)化物界面的(de)(de)(de)(de)接觸角α
圖10 MSI模型